[发明专利]一种建筑物变化检测方法、装置、智能终端及存储介质

说明书

本发明公开了一种建筑物变化检测方法、装置、智能终端及存储介质，其中，上述建筑物变化检测方法包括：获取多源数据，其中，上述多源数据包括点云数据和遥感影像数据；对上述点云数据和上述遥感影像数据进行预处理，获取归一化DSM数据、灰度归一化DSM数据和目标遥感影像数据；基于上述灰度归一化DSM数据和上述目标遥感影像数据获取建筑物概率图；基于上述归一化DSM数据和上述建筑物概率图，获取建筑物变化检测结果。本发明方案有利于提升建筑物变化检测的准确性。

技术领域

本发明涉及建筑物变化检测技术领域，尤其涉及的是一种建筑物变化检测方法、装置、智能终端及存储介质。

背景技术

建筑物变化检测通常是通过对建筑物对应的两期数据进行分析，获得建筑物的高度变化、移除建筑物、新增建筑物等变化情况。由于地表覆盖的复杂性，从各种地表变化中准确的识别建筑物变化是一个非常大的挑战。现有技术中，通常基于仅基于数字表面模型(DSM，Digital Surface Model)数据、点云数据或遥感影像数据对不同时期(通常为两个时期)的建筑物变化进行检测。

现有技术的问题在于，基于DSM数据或点云数据进行建筑物变化检测时，容易受植被的干扰，检测精度较低；基于遥感影像数据进行建筑物变化检测时，难以实现对建筑物高度变化的检测；从而不利于对建筑物的变化进行准确的检测。

因此，现有技术还有待改进和发展。

发明内容

本发明的主要目的在于提供一种建筑物变化检测方法、装置、智能终端及存储介质，旨在解决现有技术中仅基于DSM数据或点云数据进行建筑物变化检测时，容易受植被的干扰，检测精度较低；仅基于遥感影像数据进行建筑物变化检测时，难以实现对建筑物高度变化的检测；从而影响建筑物变化检测的准确性的问题。

为了实现上述目的，本发明第一方面提供一种建筑物变化检测方法，其中，上述方法包括：

获取多源数据，其中，上述多源数据包括点云数据和遥感影像数据；

对上述点云数据和上述遥感影像数据进行预处理，获取归一化DSM数据、灰度归一化DSM数据和目标遥感影像数据；

基于上述灰度归一化DSM数据和上述目标遥感影像数据获取建筑物概率图；

基于上述归一化DSM数据和上述建筑物概率图，获取建筑物变化检测结果。

可选的，上述多源数据包括两个时期的点云数据和两个时期的遥感影像数据。

可选的，上述对上述点云数据和上述遥感影像数据进行预处理，获取归一化DSM数据、灰度归一化DSM数据和目标遥感影像数据，包括：

对上述两个时期的点云数据和上述两个时期的遥感影像数据进行配准和辐射校正，获得两个时期的目标点云数据和两个时期的目标遥感影像数据；

基于上述两个时期的目标点云数据生成两个时期的归一化DSM数据；

对上述两个时期的归一化DSM数据进行灰度变换，获得两个时期的灰度归一化DSM数据。

可选的，上述基于上述灰度归一化DSM数据和上述目标遥感影像数据获取建筑物概率图，包括：

基于上述两个时期的灰度归一化DSM数据和上述两个时期的目标遥感影像数据，通过深度卷积神经网络模型实现两个时期的建筑物深度特征信息提取，并获得两个时期的建筑物概率图。

可选的，上述基于上述归一化DSM数据和上述建筑物概率图，获取建筑物变化检测结果，包括：

基于预设的概率阈值对上述两个时期的建筑物概率图进行处理，获得两个时期的建筑物二值图；