[发明专利]一种针对多时相遥感图像的目标变化检测方法及装置

说明书

本发明实施例提供的一种针对多时相遥感图像的目标变化检测方法及装置，可以获取目标位置的多时相遥感图像；将多时相遥感图像输入预先训练好的变化特征提取网络；通过卷积时序网络对多时相遥感图像进行变化目标候选区域的提取，并对提取到的候选区域进行变化目标的识别，得到变化目标的位置、变化目标的变化类型；通过卷积神经网络对提取到的候选区域进行变化目标的识别，得到变化目标的类别。可见通过本申请实施例的方法，可以通过变化特征提取网络包括卷积时序网络和卷积神经网络联合实现对变化目标的自动化检测，得到变化目标的位置、变化目标的变化类型和变化目标的类别，从而不但可以减低人工成本，还提高检测精度和时效性。

技术领域

本发明涉及目标检测技术领域，特别是涉及一种针对多时相遥感图像的目标变化检测方法及装置。

背景技术

变化检测是通过联合处理从同一地理区域在不同时间获取的遥感图像来识别地球表面发生的变化的过程。同时，随着遥感技术的发展，当前的遥感成像技术有能力获取低拍摄时间间隔的高分辨率多时相遥感影像。从而根据高分辨率遥感图像进行变化检测。

目前，基于多时相遥感图像的变化检测，一般是通过提取原始多时相图像的单光谱(红，绿，或蓝通道)数据，并将从多期图像提取的单光谱数据重新组合成新的三光谱(红绿蓝)图像，然后通过人工对多时项图像间的差异进行判读实现变化检测。然而，随着图像数量的增多，在进行变化检测时，需要人工判读时的图像数量往往非常大，不但精度低、低时效性差，而且人工成本较高。

发明内容

本发明实施例的目的在于提供一种针对多时相遥感图像的目标变化检测方法及装置，用以解决变化检测过程中人工成本高的问题。具体技术方案如下：

本申请实施例的第一方面，提供了一种针对多时相遥感图像的目标变化检测方法，上述方法包括：

获取目标位置的多时相遥感图像；

将多时相遥感图像输入预先训练好的变化特征提取网络，其中，变化特征提取网络包括卷积时序网络和卷积神经网络；

通过卷积时序网络对多时相遥感图像进行变化目标候选区域的提取，并对提取到的候选区域进行变化目标的识别，得到变化目标的位置、变化目标的变化类型；

通过卷积神经网络对提取到的候选区域进行变化目标的识别，得到变化目标的类别。

本申请实施例的第二方面，还提供了一种针对多时相遥感图像的目标变化检测装置，上述装置包括：

图像获取模块，用于获取目标位置的多时相遥感图像；

图像输入模块，用于将多时相遥感图像输入预先训练好的变化特征提取网络，其中，变化特征提取网络包括卷积时序网络和卷积神经网络；

特征提取模块，用于通过卷积时序网络对多时相遥感图像进行变化目标候选区域的提取，并对提取到的候选区域进行变化目标的识别，得到变化目标的位置、变化目标的变化类型；

类别提取模块，用于通过卷积神经网络对提取到的候选区域进行变化目标的识别，得到变化目标的类别。

本申请实施的另一方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述任一针对多时相遥感图像的目标变化检测方法。

本申请实施的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上述任一针对多时相遥感图像的目标变化检测方法。