【技术实现步骤摘要】
一种基于孪生网络的光学遥感图像变化检测方法
[0001]本专利技术涉及光学遥感图像变化检测
,特别是涉及一种基于孪生网络的光学遥感图像变化检测方法。
技术介绍
[0002]遥感技术是人类科技史上的重大成就,它通过各种传感仪器收集地球表面的信息,极大地提高了人类对地球的认识和监测。变化检测是遥感领域最重要的研究课题之一,它旨在识别同一地理位置的多时相遥感图像的差异区域。变化检测技术广泛应用于环境监测、城市扩张调查、土地覆盖测绘和自然灾害评估等任务。近年来,遥感图像的分辨率的不断提高和数据量的持续增长给遥感图像处理带来了新的机遇和挑战,高效的自动变化检测技术变得越来越重要。传统的遥感图像变化检测方法不仅运算速度慢,而且需要丰富的经验和大量的时间来针对性地设计模型,难以适应当今日益增长的需求。因此,探索计算高效和预测准确的变化检测模型十分有必要,需要进一步找到具有良好表现的解决方案。
[0003]在城市化进程快速发展的今天,土地利用信息在不断变化,而人工实地调研过于繁琐,不仅需要耗费大量的人力物力财力,而且难以满足当前时代的基本需求。传统的变化检测算法大致分为三个步骤:首先是图像预处理阶段,主要包括图像配准、去噪等操作,目的是消除各种其他因素带来的图像差异。然后通过基于像素或基于对象的方法来分析多时相遥感图像,采用图像差值或者特征提取技术来构建有用的特征表示。最后,采用基于学习的方法或者手动设计一个分类模型对提取到的特征进行分类以判断变化类别,常用的分类模型包括决策树、支持向量机、马尔可夫随机场等。简而言之, ...
【技术保护点】
【技术特征摘要】
1.基于孪生网络的光学遥感图像变化检测方法,其特征在于,由边界可感知的孪生卷积神经网络处理实现,该生卷积神经网络包括双流深度残差模块、多尺度配对特征融合模块、位置引导模块以及多尺度特征聚合模块;处理步骤如下:由多个卷积模块提取同一地理区域不同时间段的光学遥感图像X
t0
和X
t1
的浅层特征和将浅层特征和送入权重共享的双流深度残差模块分别进行逐层特征提取来获取K个不同尺度的深层配对特征与将同一尺度的深层配对特征与送入多尺度配对特征融合模块进行融合,并采用跳过连接构建单个的更高层次的多尺度特征将多尺度特征被送入位置引导模块进行特征解码,形成多尺度特征将多尺度特征送入多尺度配对特征聚合模块精炼特征,最终精确预测二值变化图M。2.根据权利要求1所述基于孪生网络的光学遥感图像变化检测方法,其特征在于,所述双流深度残差模块的处理步骤如下:卷积模块提取光学遥感图像X
t0
和X
t1
的浅层特征和和其中,f(
·
)表示卷积模块;通过权重共享的双流深度残差网络提取多个不同尺度的深层配对特征与与其中r
k
(
·
)表示深度残差网络的第k阶段,与分别表示t0和t1时间段的遥感图像的第k层深度特征,k=1,...,K表示一共有K层。3.根据权利要求2所述基于孪生网络的光学遥感图像变化检测方法,其特征在于,所述的多尺度配对特征融合模块的处理步骤如下:对同一尺度的深层配对特征和进行逐通道相加操作,然后进行通道重构操作,实现特征图在通道维度上的均匀混合;重构后的特征将会被送入多个卷积模块融合以获取更高层次的特征表示:
其中,[
·
]表示逐通道相加的操作,shuffle(
·
)表示通道重构操作,表示第k层重构后的特征,f
res
表示残差卷积模块,表示第k层融合后的特征;通过跳过连接及最大池化操作对融合后特征组合,得到多尺度特征通过跳过连接及最大池化操作对融合后特征组合,得到多尺度特征其中,MP(
·
)表示最大池化操作,表示第k层的多尺度特征。4.根据权利要求3所述基于孪生网络的光学遥感图像变化检测方法,其特征在于,所述位置引导模块包括空间金字塔池化模块和一系列的引导流,所述空间金字塔池化模块包括一系列不同核大小的池化操作和卷积模块,用于构建全局位置特征F
g
以实现变化区域精确定位;所述引导流则用于将全局位置特征F
g
传递给解码器的每一个阶段,作用于第K层的深层配对特征和深层配对特征其步骤如下:由一个卷积模块初步融合配对特征,并减少其通道数;表示如下:其中,与表示来自双流深度残差模块的第K层特征;使用最大池化操作对融合后的特征进行处理,获得不同尺度的特征并通过卷积模块处理不同尺度的特征以捕获不同感受野;之后通过逐通道相加操作将多个特征合并成一含位置信息的全局位置特征F
g
:其中,MP
m
(
·
)表示核大小随着m变化的最大池化操作,m=1,...,M表示一共获得了M个不同尺度的特征;通过一系列的引导流将全局位置特征F
g
传递给...
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。