[发明专利]一种基于内容的遥感图像变化检测信息检索方法

权利要求书

1.一种基于内容的遥感图像变化检测信息检索方法，其特征在于，其具体检索步骤如下：

步骤一：利用超分辨变率对抗生成网络对待检测的原始遥感图像进行图像超分辨率，得到高分辨率遥感图像；

步骤二：利用位置敏感直方图算法提取高分辨率遥感图像中每个像素的LSH特征；

步骤三：根据高分辨率遥感图像中每个像素的LSH特征，提取高分辨率遥感图像的光照不变性特征，得到高分辨率遥感图像的色谱图；

步骤四：利用迭代加权的多元变化检测算法将色谱图中的每个像素权重初始值赋为1；

步骤五：迭代执行对色谱图中任意两个像素赋予新的权值后，确定色谱图中的权值的步骤，直至迭代次数等于预设次数阈值；

步骤六：分别将色谱图中每个像素的当前权值与预设权值阈值进行比较，查找色谱图中属于变化元的目标像素点；

步骤七：根据所述属于变化元的目标像素点确定所述原始遥感图像内的变化区域，得到所述原始遥感图像的变化检测结果图。

2.所述权利要求书1中的一种基于内容的遥感图像变化检测信息检索方法，其特征在于，在步骤一中：

利用超分辨变率对抗生成网络对待检测的原始遥感图像进行图像超分辨率，得到高分辨率遥感图像，还可以使用其他图像超分辨率算法对所述原始遥感图像进行超分辨率。

3.所述权利要求书1中的一种基于内容的遥感图像变化检测信息检索方法，其特征在于，在步骤二中：

位置敏感直方图，是一种位置关联的图像统计特征；定义三维矩阵Q(i,j,n)统计一桩灰度图像的灰度分布；其中(i,j)为每个像素坐标，n为直方图子区域(bins)的个数，将灰度区间分段，属于某子区域的像素在该Q(i,j,b)＝1，则于是Q(i,j,b)＝0每个像素的分布特征为：Q(I,q,b)＝Q(i,j,b)，可以知道Q(I,q,b)是一个仅含一个非零项的单位向量；

位置敏感直方图将距离纳入考量，在积分直方图基础上引入距离权重系数，使背景因素干扰减小，更好地分析目标的外观特征，上述积分是已当前像素位置作为上限的，因此只是像素左侧像素集合的积分直方图，考虑目标域的完整性需要整合右侧的积分直方图。

4.所述权利要求书1中的一种基于内容的遥感图像变化检测信息检索方法，其特征在于，在步骤三中：

利用SRGAN算法对原始遥感图像进行处理前，首先训练一个生成函数G来估计给定的LR输入图像与其对应的LSH；

在训练中，首先对IHR应用高斯滤波器，然后进行降采样操作，降采样因子r得到ILR；其中，LR为处理后低分辨率图像，HR为原本高分辨率图像；IHR为原本高分辨图像的彩色三通道图像，ILR为处理后的低分辨率图像的彩色三通道图像；

SRGAN算法利用感知损失和对抗损失来提升输出图像的真实感；其中，第一部分是基于内容的代价函数，第二部分值基于对抗学习的代价函数；

感知损失为：利用卷积神经网络(CNN)提取遥感图像的特征，通过比较生成的遥感图像经过CNN后的特征和目标遥感图像经过CNN后的特征差别，使得生成的图片和目标图片在语义上更加相似，感知损失优化的是超分辨率模型的特征空间而不是像素空间。