【技术实现步骤摘要】
遥感图像变化检测方法、装置、电子设备及存储介质
本申请涉及图像处理
，尤其涉及一种遥感图像变化检测方法、装置、电子设备及存储介质。
技术介绍
在国内外高分辨卫星对地观测系统的支持下，覆盖全球及重点区域的遥感影像得到不断积累和快速更新。具有高时间分辨率的周期性时序遥感影像可大幅提高地表变化的近实时监测能力。周期性时序遥感影像，蕴含着丰富的地表规律性变化信息，电隐含着由人类活动或自然灾害引起的地表非规律性变化信息，如土地开发、自然灾害等。同时，周期性时序遥感影像数据也夹杂着由气象和物候等诸多因素带来的复杂扰动，给变化检测带来了挑战。因此，通过分析周期性时序遥感影像，挖掘地表规律性和非规律性变化信息，并发现感兴趣变化，对于提高变化检测能力和推动近实时遥感监测能力至关重要。遥感图像变化检测是图像处理领域最经典、最活跃的技术分支之一，检测方法除了经典的双时相对比法和多时相分析法外，时间序列分析法近些年快速兴起。基于时间序列分析的方法，正在从针对历史变化的回溯检测和分析，到面向当前或潜在变化的近实时监测和预警的方向发展。同...
【技术保护点】
1.一种遥感图像变化检测方法，其特征在于，包括：/n对周期性时序遥感影像进行预处理，其中，第t个时相的周期性时序遥感影像表示为I
【技术特征摘要】
1.一种遥感图像变化检测方法，其特征在于，包括：
对周期性时序遥感影像进行预处理，其中，第t个时相的周期性时序遥感影像表示为It，It的时序长度表示为n，周期表示为S，1≤S≤m，{It：t＝1，2，...，m，m+1，...，n}；
从经过所述预处理的周期性时序遥感影像中提取影像光谱波段或计算遥感指数，得到周期性时序光谱波段图像或遥感指数图像，其中，所述周期性时序光谱波段图像或遥感指数图像表示为的光谱波段或遥感指数表示为i，
从所述周期性时序光谱波段图像或遥感指数图像中逐像素和逐时相的提取周期性时序数据，其中，所述周期性时序数据表示为(x，y)表示所述周期性时序数据的图像像素坐标，
将所述周期性时序数据以时相t＝m分为两段，分别得到时序训练数据和时序监测数据，其中，所述时序训练数据为所述时序监测数据为
逐像素、逐波段或逐指数地利用所述时序训练数据对预设长短期记忆网络进行训练，得到像素级的周期性时序波段或指数数据演变模型，其中，所述像素级的周期性时序波段或指数数据演变模型表示为
利用所述像素级的周期性时序波段或指数数据演变模型对所述时序监测数据中除t＝m外的数据进行预测，得到各像素在各波段或遥感指数的时序预测数据，其中，所述时序预测数据表示为
计算所述时序预测数据与所述时序监测数据之间的差异，并当所述差异在预设范围内时，标记对应像素在对应时相为非周期性变化数据，其中，所述非周期性变化数据表示为
利用监督分类方法，对所述非周期性变化标记数据进行类别数为K+1的分类，得到K类感兴趣变化标记和一类其它变化标记，其中，所述K类感兴趣变化标记表示为
分别标记所述周期性时序遥感影像{It：t＝m+1，...，n}的各像素，所述标记为无变化、相应的K类感兴趣变化、其它变化中的任意一种。
2.根据权利要求1所述的遥感图像变化检测方法，其特征在于，所述预设长短期记忆网络表示为LSTM＝{I，H，O}，其中，I表示所述预设长短期记忆网络输入层节点数目且I≥S/2，H表示所述预设长短期记忆网络隐藏层层数且H≥1，O表示所述预设长短期记忆网络输出层节点数目且1≤O≤n-m。
3.根据权利要求1所述的遥感图像变化检测方法，其特征在于，令所述时序预测数据与所述时序监测数据之间的差异为则
4.根据权利要求1所述的遥感图像变化检测方法，其特征在于，令所述时序预测数据与所述时序监测数据之间的差异为所述差异在预设范围内为其中，为对应像素在所述预设长短期记忆网络在时相{t∈ts：s＝1，2，...，S}的训练误差，L为预测误差所允许的所述训练误差倍数。
5.根据权利要求1所述的遥感图像变化检测方法，其特征在于，所述预处理包括辐射校正、正射校正、配准和重采样、云及阴影去除。
<...
【专利技术属性】
技术研发人员：周增光，朱家佳，李子扬，李传荣，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：北京;11
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。