[发明专利]一种遥感影像全要素变化检测方法及装置

说明书

本申请提供了一种遥感影像全要素变化检测方法及装置，涉及遥感影像处理技术领域，该方法包括：获取目标区域的前时相影像和后时相影像；通过预先训练完成的变化检测模型对前时相影像和后时相影像进行处理，得到二值变化图；通过预先训练完成的地物全要素提取模型分别对前时相影像和后时相影像进行处理，得到前时相地物全要素提取结果和后时相地物全要素提取结果；利用二值变化图分别对前时相地物全要素提取结果和后时相地物全要素提取结果进行处理，得到目标区域中发生变化的各像元的前时相像元值、前时相地物类型、后时相像元值和后时相地物类型。本申请能够有效防止受季节、光照等外部因素造成的误检问题，从而显著提升变化检测精度。

技术领域

本申请涉及遥感影像处理技术领域，尤其是涉及一种遥感影像全要素变化检测方法及装置。

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。变化检测是遥感领域一个重要研究方向，其科学意义在于如何快速而准确的识别出同一区域随时间变化所发生的改变。其在土地利用规划、城市管理、环境监测和地理国情普查等领域中起着至关重要的作用。

传统的地物变化检测技术主要是通过灰度匹配和差值变化检测算法，将已经进行地物配准和几何校正的同一地区不同时刻的遥感影像进行直方图匹配，以保证两幅影像的灰度一致性，之后再采用差值法提取灰度变化剧烈的区域作为地物变化区域，这种方法易受天气、光照等外部因素影响，存在检测精度不高的问题。且主要针对单一建筑要素，单一建筑要素的变化检测无法满足实际业务需求，具有一定的局限性。

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。目前利用深度神经网络进行遥感影像变化检测的一种常用方法是直接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别进行识别，最终实现全要素变化检测，此种方法只是简单的将两幅影像进行融合后输入特征提取网络，没有考虑两幅影像各自的深层语义特征，而深层特征之间的差异更能有效的检测出地物类别之间的变化，简单的影像融合容易导致遥感影像的信息缺失，缺少了主要特征的获取，对深度神经网络的收敛产生不利影响。

发明内容

有鉴于此，本申请提供了一种遥感影像全要素变化检测方法及装置，以解决上述技术问题。

第一方面，本申请实施例提供了一种遥感影像全要素变化检测方法，包括：

获取目标区域的前时相影像和后时相影像；

通过预先训练完成的变化检测模型对前时相影像和后时相影像进行处理，得到二值变化图；

通过预先训练完成的地物全要素提取模型分别对前时相影像和后时相影像进行处理，得到前时相地物全要素提取结果和后时相地物全要素提取结果；

利用二值变化图分别对前时相地物全要素提取结果和后时相地物全要素提取结果进行处理，得到目标区域中发生变化的各像元的前时相像元值、前时相地物类型、后时相像元值和后时相地物类型。

进一步地，所述变化检测模型包括：孪生编码器和解码器；

所述孪生编码器包括依次连接的编码模块、融合模块和空洞卷积池化金字塔ASPP模块；编码模块包括并联的第一编码分支和第二编码分支，第一编码分支和第二编码分支的结构相同，第一编码分支包括纹理特征提取单元，第一拼接单元、特征提取单元和通道注意力单元；所述特征提取单元采用ResNet50网络；

所述解码器包括依次连接的第一4倍上采样单元、第二拼接单元，3×3卷积核和第二4倍上采样单元；所述融合模块的输出分别进入空洞卷积池化金字塔ASPP模块和通过1×1卷积核进入第二拼接单元；

通过预先训练完成的变化检测模型对前时相影像和后时相影像进行处理，得到二值变化图；包括：