[发明专利]基于多源目标特征支持的红外遥感图像变化检测方法

摘要

一种基于多源目标特征和机器学习的红外遥感图像变化检测方法，包括：步骤S1：对可见光遥感图像进行变化检测，得到初始检测结果；步骤S2：通过可见光和红外遥感图像配准，将可见光变化检测得到变化目标和不变化目标变换至红外遥感图像；步骤S3：提取多源目标特征；步骤S4：分别从可见光变化目标中与不变化目标中选择一部分作为正样本、从可见光不变化目标中选择一部分作为负样本，将选择的样本作为训练样本；步骤S5：训练SVM得到变化检测模型；步骤S6：进行变化检测，得到红外遥感图像变化检测结果。本发明能检测出由于地物发生变化而引起的图像变化，并检测出由于地物工作状态发生变化而引起的图像变化，稳定性高，适用范围广。

主权项

一种基于多源目标特征和机器学习的红外遥感图像变化检测方法，其中输入数据为同一时间同一地点的可见光和红外遥感图像以及另一时间同一地点的可见光和红外遥感图像，该方法包括以下步骤：步骤S1：对可见光遥感图像进行变化检测，得到初始的检测结果，即区分出变化目标和不变化目标；步骤S2：通过可见光遥感图像和红外遥感图像配准，将步骤S1可见光遥感图像变化检测得到的变化目标和不变化目标变换至红外遥感图像；步骤S3：提取变化和不变化目标的红外遥感图像特征以及可见光遥感图像特征，得到多源目标特征；步骤S4：根据可见光遥感图像变化检测结果以及目标多源图像特征之间的距离，分别从可见光遥感图像变化目标中与不变化目标中选择一部分作为正样本、从可见光遥感图像不变化目标中选择一部分作为负样本，将选择的正样本和负样本作为训练样本；步骤S5：根据选择的训练样本训练SVM得到变化检测模型；步骤S6：利用得到的变化检测模型对所有目标的多源目标特征进行变化检测，得到红外遥感图像变化检测结果。