【技术实现步骤摘要】
一种无人机航拍低空遥感图像的变化检测方法及系统
[0001]本专利技术涉及遥感图像处理与分析的
，更具体地，涉及一种无人机航拍低空遥感图像的变化检测方法及系统。
技术介绍
[0002]随着社会的发展及城市建设的加快，除伴随建筑物的新建、改建及扩建等变化外，还存在自然保护区垃圾散布、绿化林区动态变化等情况，这些变化对生态环境有着重大影响。土地环境始终是全社会不可忽视的一个话题，尤其中国地大物博，导致一些比较偏的地域情况并不能被完全掌控，因此，如何及时知晓目标区域的变化以更新目标区域的信息，对掌控一段时间范围内目标区域是否存在违建、生态环境的变化、以及气候的预测至关重要。
[0003]目标区域的变化以更新目标区域的信息这些工作仅依靠人工将耗费巨大的人力资源，遥感图像是指通过无人机或者遥感卫星、其它飞行器在宇宙中对地球进行航拍的地球图像，目前，虽然对地面的图像变化检测时大多采用卫星遥感数据集，但是卫星遥感数据集对气候要求非常高，比如拍摄的时间内不允许存在云层，而且存在精度和分辨率低，不灵活，拍摄周期较长，成本高，无法...
【技术保护点】
【技术特征摘要】
1.一种无人机航拍低空遥感图像的变化检测方法，其特征在于，包括以下步骤：S1.选定目标区域，利用无人机拍摄目标区域的图像，得到无人机航拍低空遥感图像数据集；S2.对无人机航拍低空遥感图像数据集中的图像进行预处理，得到预处理后的数据集；S3.引入基础Unet网络结构，基于预处理后的数据集，进行基础Unet网络结构预训练；S4.引入Resnet的Conv模块和Identity模块，形成初始Resnet
‑
Unet网络模型；S5.对初始Resnet
‑
Unet网络模型进行训练，训练完成后得到最终的Resnet
‑
Unet网络模型；S6.分别在两个不同时段，利用无人机拍摄目标区域拍摄两张图像，并作为待检测的两张不同时段的无人机航拍低空遥感图像，然后进行预处理；S7.将预处理后的待检测的两张不同时段的无人机航拍低空遥感图像输入最终的Resnet
‑
Unet网络模型，得到变化检测结果。2.根据权利要求1所述的无人机航拍低空遥感图像的变化检测方法，其特征在于，步骤S2所述对无人机航拍低空遥感图像数据集中的图像进行预处理的操作包括：图像增强及均衡纵横比。3.根据权利要求1所述的无人机航拍低空遥感图像的变化检测方法，其特征在于，所述基础Unet网络结构包括主干特征提取部分、特征强化部分及最后的分类层预测部分，其中，在主干特征提取部分的特征提取路径中，包含多个卷积和池化操作，以生成从低维到高维不同尺寸的特征图，从预处理后的数据集开始，自上而下共5层维度尺寸的特征图，横向相邻特征图之间为3*3卷积层，用于特征提取；上下特征图之间为2*2池化层，用于降低维度；在特征强化部分中进行反卷积上采样，并且进行通道的堆叠特征融合，横向相邻特征图之间为3*3卷积层，用于特征提取；自下而上特征图之间为上采样，是特征强化部分，用于恢复维度，每进行一次上采样，和主干特征提取部分对应的通道数相同尺度融合，特征图的尺寸扩大到上一级的2倍；分类层预测部分利用最终获得的最后一个有效特征层对每一个特征点进行分类，相当于对每一个像素点进行分类。4.根据权利要求3所述的无人机航拍低空遥感图像的变化检测方法，其特征在于，步骤S3中所述的进行基础Unet网络结构预训练的过程包括：S31.冻结基础Unet网络结构中的分类层预测部分，使分类层预测部分的参数固定不变；S32.判断无人机航拍低空遥感图像数据集中的图像数量是否符合训练要求阈值，若是，训练主干特征提取部分的若干层，获得初步训练结果，执行步骤S4；否则，引入基础Unet网络结构的权重文件，训练主干特征提取部分的若干层，获得初步训练结果，执行步骤S4。5.根据权利要求4所述的无人机航拍低空遥感图像的变化检测方法，其特征在于，步骤S4所述的形成的初始Resnet
‑
Unet网络模型包括：基础Unet网络结构，以及在基础Unet网络结构主干特征提取部分的特征提取路径中，在每一个横向相邻特征图之间，自左向右依次引入Resnet的Conv模块和Identity模块。6.根据权利要求5所述的无人机航拍低空遥感图像的变化检测方法，其特征在于，在引入了Resnet的Conv模块的Unet网络中，每一个横向相邻特征图之...
【专利技术属性】
技术研发人员：陈曦，蓝志坚，钟国海，黄梓珊，
申请(专利权)人：广州丰石科技有限公司，
类型：发明
国别省市：
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。