【技术实现步骤摘要】
一种光学遥感图像变化检测方法、存储介质及计算设备
本专利技术属于图像处理
,具体涉及一种基于TernausNet孪生神经网络的光学遥感图像变化检测方法、存储介质及计算设备,能够对多时相多分辨率的光学遥感图像检测变化,在城市规划和自然灾害评估等领域有重要的意义。
技术介绍
检测地球表面的变化对于监测环境和资源变得越来越重要。随着遥感技术的发展,地表信息可以通过遥感图像观测。因此,地球表面的变化可以通过使用图像变化检测技术识别。变化检测被定义为通过在不同时间观察它来识别物体或现象的变化的过程。它在许多现实世界的应用中发挥着关键作用,例如城市增长跟踪,土地利用监测和灾害评估。特别是灾难来袭时,当生命和财产受到威胁的时候,高效的变化检测任务显得至关重要。近些年,变化检测已经成为国内外遥感领域的研究重点。变化检测主要分成两种方向,第一种是无监督方法,第二种是有监督方法。无监督方法极大的依赖于图像的数据分布,若数据分布合适,无监督的方法可以获得较好的实验结果。然而对于光学遥感图像,不同季节下捕获的图像在某些区域存在明显的色彩差异,无监督的方法容易将这种实际上未变化的区域标记为变化。有监督的方法大多数情况下都能获得比无监督方法更好的结果。但是监督学习需要大量的标签样本用做模型训练,在标签质量差、数量不足的情况下很那获得出色的表现,另外模型也容易受到噪声的影响。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于TernausNet孪生神经网络的光学遥感图像变化检测 ...
【技术保护点】
1.一种光学遥感图像变化检测方法,其特征在于,包括以下步骤:/nS1、利用光学遥感图像数据集生成训练集和测试集,并扩充训练集和测试集;/nS2、构建两个网络结构相同、参数共享的编码器网络作为提取多级特征的孪生神经网络;/nS3、计算步骤S2孪生神经网络的多尺度差异特征,搭建解码器网络;/nS4、按照第一层卷积层→第二层卷积层→输出层的网络结构搭建子网络,将子网络和步骤S3的解码器网络并联连接在步骤S2的编码器网络后构成新孪生神经网络;/nS5、利用步骤S1扩充后的训练集训练步骤S4构成的新孪生神经网络,训练完成后解码器网络输出一个与输入图像相同尺寸的预测图;/nS6、将步骤S1扩充后的测试集输入步骤S5训练后的新孪生神经网络中,在解码器网络一端得到网络输出预测结果,根据预测结果进行检测,对预测结果的所有元素设置阈值τ,将预测结果中的每个元素与阈值τ进行比较,若元素值大于阈值τ,则归为变化类,若元素值小于阈值τ,则归为不变化类。/n
【技术特征摘要】
1.一种光学遥感图像变化检测方法,其特征在于,包括以下步骤:
S1、利用光学遥感图像数据集生成训练集和测试集,并扩充训练集和测试集;
S2、构建两个网络结构相同、参数共享的编码器网络作为提取多级特征的孪生神经网络;
S3、计算步骤S2孪生神经网络的多尺度差异特征,搭建解码器网络;
S4、按照第一层卷积层→第二层卷积层→输出层的网络结构搭建子网络,将子网络和步骤S3的解码器网络并联连接在步骤S2的编码器网络后构成新孪生神经网络;
S5、利用步骤S1扩充后的训练集训练步骤S4构成的新孪生神经网络,训练完成后解码器网络输出一个与输入图像相同尺寸的预测图;
S6、将步骤S1扩充后的测试集输入步骤S5训练后的新孪生神经网络中,在解码器网络一端得到网络输出预测结果,根据预测结果进行检测,对预测结果的所有元素设置阈值τ,将预测结果中的每个元素与阈值τ进行比较,若元素值大于阈值τ,则归为变化类,若元素值小于阈值τ,则归为不变化类。
2.根据权利要求1所述的方法,其特征在于,步骤S1中,将同一区域不同时相采集到的图像对和对应标签裁剪成128×128的图像块,并将标签缩放成一个16×16的图像作为支路网络的标签,将标签中变化像素点数量大于图像块中像素点数量5%的图像块进行扩充。
3.根据权利要求1所述的方法,其特征在于,步骤S2中,编码器的网络结构为:
结构1:卷积层1→批量归一化层→池化层;
结构2:卷积层2→批量归一化层→池化层;
结构3:卷积层3→批量归一化层→卷积层3s→批量归一化层→池化层;
结构4:卷积层4→批量归一化层→卷积层4s→批量归一化层→池化层;
结构5:卷积层5→批量归一化层→卷积层5s→批量归一化层。
4.根据权利要求3所述的方法,其特征在于,结构1的卷积层含有64个卷积核,结构2的卷积层含有128个卷积核,结构3的两个卷积层都含有256个卷积核,结构4和结构5的卷积层都含有512个卷积核;卷积核的大小都是3×3,步进是1,填充为1,编码器中的卷积层是窗口大小为2×2的最大池化层,激活函数是relu函数。
...
【专利技术属性】
技术研发人员:陈璞花,孙杰,焦李成,刘芳,张向荣,单鼎丞,古晶,刘红英,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。