[发明专利]一种光学遥感影像全要素变化检测方法

说明书

本发明揭示了一种光学遥感影像全要素变化检测方法，包括获取同一区域时相不同的两幅多波段遥感影像，并对两幅多波段遥感影像进行融合处理，获得多波段变化检测特征影像，并提取多波段变化检测特征影像内全要素的变化区域，对变化区域对应的地物类型进行识别，最终实现全要素变化检测。本发明能够应用多光谱光学遥感影像进行全要素遥感影像变化检测，并能够预测遥感影像变化趋势。

技术领域

本发明涉及一种光学遥感影像处理技术领域，尤其是涉及一种光学遥感影像全要素变化检测方法。

背景技术

遥感影像包含丰富的地物信息，是地物整体面貌最直观的表现。当前遥感领域的热点研究方向之一是遥感影像变化检测，遥感影像变化检测是从多时相的遥感数据中分析并确定地表覆盖变化的过程与特征，检测两个时期相同区域影像像元的地表光谱响应随时间变化所发生的改变，其在城市建设、国土规划、灾害监测等领域中起着至关重要的作用。

近年来，随着光学遥感影像图像分辨率的不断提高，并且光学遥感影像所包含的波普信息也日渐丰富，其被广泛应用于遥感影像变化检测。进一步随着深度学习的不断发展，且随着深度神经网络应用领域的扩大，利用深度神经网络进行遥感影像变化检测越来越受到关注。目前利用深度神经网络进行遥感影像变化检测主要针对单一建筑要素，且最终呈现的是变化结果，一方面忽略了遥感影像变化趋势，无法做到真正意义上的遥感影像变化检测，另一方面单一建筑要素的变化检测无法满足实际业务需求(实际国土利用调查中通常需针对全要素地物类型进行变化检测)，具有一定的局限性。

另外，目前的遥感影像变化检测针对的是单波段遥感影像或者将遥感影像多波段的差异信息融合成单波段遥感影像，此种方式容易导致多光谱光学遥感影像的信息缺失，缺少了主要特征的获取，导致后期模型训练中存在较多的信息冗余与噪声干扰，对深度神经网络的收敛产生影响。

发明内容

本发明的目的在于克服现有技术的缺陷，提供一种光学遥感影像全要素变化检测方法，能够应用多光谱光学遥感影像进行全要素遥感影像变化检测，并能够预测遥感影像变化趋势。

为实现上述目的，本发明提出如下技术方案：一种光学遥感影像全要素变化检测方法，包括

步骤S100，获取同一区域不同时期的两幅多波段遥感影像，并对两幅多波段遥感影像进行融合处理，获得多波段变化检测特征影像，根据所述多波段变化检测特征影像建立变化区域样本，及变化区域样本对应的地物分类样本；

步骤S200，将所述变化区域样本输入语义分割网络进行训练，获得变化区域提取模型，并对所述变化区域提取模型进行精度评定，并在满足精度时执行步骤S300；

步骤S300，通过变化区域提取模型对多波段变化检测特征影像中的变化区域进行预测，获得全要素的变化区域；

步骤S400，将所述地物分类样本输入特征提取网络，并将特征提取网络提取的特征输入分类器进行训练，获得地物分类模型，并对所述地物分类模型进行精度评定，在满足精度时执行步骤S500；

步骤S500，通过所述地物分类模型分别对变化区域对应的两幅多波段遥感影像中的地物类型进行预测，获得变化区域的图斑类别信息，进一步利用所述图斑类别信息对现有矢量图斑的变化前后类型进行更新，实现全要素变化检测。

优选地，所述多波段变化检测特征影像通过如下步骤获得：

对每个波段，使后一期多波段遥感影像中每个像素值与前一期多波段遥感影像中对应位置的像素值做比值，获得多波段比值影像；

将多波段比值影像与前、后时期多波段遥感影像进行融合，获得所述多波段变化检测特征影像。

优选地，所述变化区域样本及变化区域样本对应的地物分类样本通过如下步骤获得：