[发明专利]一种基于高分辨率遥感影像的变化检测方法

摘要

本发明公开了一种基于高分辨率遥感影像的变化检测方法，该方法首先在经过必要的正射校正、影像配准、直方图匹配等预处理后，使用超像素分割与合成算法对多时相遥感图像进行分块，并以超像素为单位进行局部特征的计算和样本选择，实现对影像中具有明显倾向性的变化或未变化区域的自动标注；之后，以标注结果为样本训练孪生卷积神经网络，对图像变化情况进行分类，并进行降噪和形态学滤波等后处理，得到最终的变化检测结果。实验表明，在高分二号卫星遥感影像数据集上，本发明方法的各项指标都大大优于传统变化检测算法，Kappa系数平均提升0.3，平均总体错误率低于3.5％，检测结果具有更高的实用价值。

主权项

1.一种基于高分辨率遥感影像的变化检测方法，包括如下步骤：(1)对用于训练的两张高分辨率的遥感影像进行预处理，提取出对应的两个ROI；(2)对预处理后得到的ROI进行超像素分割及合成，得到一张合成结果图像；(3)对于所述合成结果图像，以超像素为单位进行包括光谱、纹理、峰值信噪比、结构相似性、空间斜率、空间截距以及空间相关性在内的七项局部特征的计算，得到对应的一系列特征变化图；(4)根据所述特征变化图对合成结果图像中的超像素进行预分类，并生成相应的训练样本；(5)设计孪生卷积神经网络模型，利用训练样本对其进行训练；(6)利用训练完成得到的孪生卷积神经网络模型对待检测的两张遥感影像进行变化检测，并对检测结果进行后处理。