遥感图像的变化检测方法、装置及计算机可读存储介质制造方法及图纸

本申请提供一种遥感图像的变化检测方法、装置及计算机可读存储介质，方法包括：识别出待测图像中目标对象所在的第一待测区域，以及识别出基准图像中目标对象所在的第二待测区域；待测图像和基准图像为对应相同拍摄区域的遥感图像；确定第一待测区域对应的目标第二待测区域；将第一待测区域与第一待测区域对应的目标第二待测区域进行交并比运算，确定出待测图像相对于基准图像的变化区域。上述实现方案，提供了一种新的可以实现对于图像中变化区域识别的方法，可以满足遥感图像中变化区域的识别需求。且该方案资源消耗少，利于对遥感图像中的建筑物、水体、耕地中的一种或多种目标进行变化监测。进行变化监测。进行变化监测。

【技术实现步骤摘要】
遥感图像的变化检测方法、装置及计算机可读存储介质


[0001]本申请涉及图像处理
，具体而言，涉及一种遥感图像数据的遥感图像的变化检测方法、装置及计算机可读存储介质。

技术介绍

[0002]在实际应用中，存在识别出遥感图像中变化区域的需求。而当前的变化检测技术主要基于深度神经网络模型，通过采用对称遥感图像（即两张图像除了拍摄时间不同外，具有相同的拍摄区域、相同的分辨率）进行训练，使用训练好的深度神经网络模型来实现对称遥感图像中的变化区域的识别。
[0003]目前公开的用于深度学习的变化检测数据集较少，对于需要大量数据进行训练的深度模型来说，很难取得较高的准确率，同时由于数据分布较为单一，模型不能学习到足够多的经验，使得模型在遇到未见过的数据时，不能很好的预测结果，且现有深度学习模型需要大量标注的数据集，制作数据集的标签需要大量人力耗费大量时间。

技术实现思路

[0004]本申请实施例的目的在于提供一种遥感图像的变化检测方法、装置及计算机可读存储介质，用以提供另一种实现遥感图像中的变化区域的识别的方案。
[0005]本申请实施例提供了一种遥感图像的变化检测方法，包括：识别出待测图像中目标对象所在的第一待测区域，以及识别出基准图像中所述目标对象所在的第二待测区域；所述待测图像和所述基准图像为对应相同拍摄区域的遥感图像；确定所述第一待测区域对应的目标第二待测区域；所述目标第二待测区域为与该第一待测区域存在交集的第二待测区域；将所述第一待测区域与所述第一待测区域对应的目标第二待测区域进行交并比运算，确定出所述待测图像相对于所述基准图像的变化区域。
[0006]在上述实现过程中，通过分别识别出目标对象在待测图像所在的第一待测区域，和该目标对象在基准图像中所在的第二待测区域，进而通过将第一待测区域分别与对应的目标第二待测区域（即在区域上与该第一待测区域存在交集的第二待测区域）进行交并比运算，这样即可实现对应性比较，快速确定出待测图像相对于基准图像的变化区域。上述实现方案，提供了一种新的可以实现对于遥感图像中变化区域识别的方法，可以满足实际应用中存在的识别出遥感图像中变化区域的需求。且该方案无需进行两幅遥感图像之间的整体对比，资源消耗少，利于对遥感图像中的建筑物、水体、耕地中的一种或多种目标进行变化监测。
[0007]进一步地，识别出待测图像中目标对象所在的第一待测区域，以及识别出基准图像中所述目标对象所在的第二待测区域，包括：将所述待测图像输入至预先训练好的语义分割模型中，得到第一概率图，确定出所述第一概率图中像素值大于预设像素阈值的各第一目标像素点；各所述第一目标像素点所在的区域构成所述第一待测区域；将所述基准图像输入至预先训练好的语义分割模型中，得到第二概率图，确定出所述第二概率图中像素
值大于预设像素阈值的各第二目标像素点；各所述第二目标像素点所在的区域构成所述第二待测区域。
[0008]应理解，在现有技术中，由于需要采用对称遥感图像（即两张图像除了拍摄时间不同外，具有相同的拍摄区域、相同的分辨率）进行训练，但是目前公开的遥感图像中，可以用于进行深度神经网络模型的训练的对称遥感图像较少，对于需要大量数据进行训练的深度神经网络模型来说，很难取得较高的准确率。且现有可用于进行深度神经网络模型的训练的对称遥感图像分布较为单一，深度神经网络模型不能学习到足够多的经验，使得深度神经网络模型在遇到未见过的数据时，不能很好的预测结果。
[0009]而在上述实现过程中，通过语义分割模型来识别出待测图像中的第一待测区域和基准图像中的第二待测区域，而由于语义分割模型每次是针对单张图像进行的处理，因此语义分割模型的训练无需采用对称遥感图像，对于非对称遥感图（即多张图像之间除了拍摄时间不同外，拍摄区域、分辨率等也可以不同）构成的样本集，同样可以用于进行语义分割模型的训练，从而使得本申请的方案在遥感图像的处理领域中具有更广地可应用性，可以得到更好的预测效果。同时，由于语义分割模型的训练无需采用对称遥感图像，这就降低了模型对对称遥感图像的依赖程度，同时也降低了模型训练过程对内存等资源的消耗，可以在消耗相同资源的情况下，增加单批次训练数据，降低模型训练时长。
[0010]进一步地，在确定出所述第一目标像素点和所述第二目标像素点之后，所述方法还包括：按照相同的坐标设定规则，确定出各所述第一目标像素点和各所述第二目标像素点的坐标值；将所述第一待测区域与所述第一待测区域对应的目标第二待测区域进行交并比运算，确定出所述待测图像相对于所述基准图像的变化区域，包括：将所述第一待测区域内各所述第一目标像素点的坐标值，和所述目标第二待测区域内各所述第二目标像素点的坐标值进行交并比运算，确定出所述待测图像相对于所述基准图像的变化区域。
[0011]在上述实现过程中，通过将第一待测区域和第二待测区域内的各像素点坐标化，从而基于第一待测区域和对应的目标第二待测区域内各像素点的坐标值进行交并比运算，可以快速确定出待测图像相对于基准图像的变化区域。
[0012]进一步地，在确定出各所述第一目标像素点和各所述第二目标像素点的坐标值之后，所述方法还包括：使用B+Tree索引对各所述第一目标像素点的坐标值和各所述第二目标像素点的坐标值进行存储和管理。
[0013]在上述实现过程中，通过使用B+Tree索引对各第一目标像素点的坐标值和各第二目标像素点的坐标值进行存储和管理。而由于B+Tree索引是一种便于数据查找与添加的树状链表，在所有非叶子节点中只存储键值信息，所有的键值信息按从大到小排列，所有叶子节点之间都有一个链指针，将数据（在本申请中为各第一目标像素点的坐标值和各第二目标像素点的坐标值）存储在叶子节点中。在进行坐标值查询时，首先是通过键值进行索引，只有在需要对坐标值进行操作时才会读取坐标值，从而可以有效减少在进行坐标值比较以确定出变化区别的过程中，对于坐标值的读取次数，提高对比效率。
[0014]进一步地，所述第一待测区域和/或所述第二待测区域为多个。
[0015]进一步地，将各所述第一待测区域与各所述第一待测区域对应的目标第二待测区域进行交并比运算，确定出所述待测图像相对于所述基准图像的变化区域，包括：按照公式
，分别计算各所述第一待测区域与各所述第一待测区域对应的目标第二待测区域的第一交并比；其中，为第一待测区域对应的同一闭环下的点坐标的集合，为目标第二待测区域所对应的同一闭环下的点坐标的集合，且所表征的目标第二待测区域为第一待测区域对应的目标第二待测区域，所述值代表各所述第一待测区域与各所述第一待测区域对应的目标第二待测区域在同一闭环下的点坐标集合的交合面积占总面积的比值；确定第一交并比小于预设第一交并比阈值的第一待测区域为所述变化区域；确定第一交并比大于等于所述预设第一交并比阈值的第一待测区域为未变化区域。
[0016]在实际应用过程中，交并比反映了两个区域之间的交叠率，在两个区域完全重叠时，交并比的值将为1。而在上述实现过程中，如果某第一待测区域与对应的目标第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遥感图像的变化检测方法，其特征在于，包括：识别出待测图像中目标对象所在的第一待测区域，以及识别出基准图像中所述目标对象所在的第二待测区域；所述待测图像和所述基准图像为对应相同拍摄区域的遥感图像；确定所述第一待测区域对应的目标第二待测区域；所述目标第二待测区域为与该第一待测区域存在交集的第二待测区域；将所述第一待测区域与所述第一待测区域对应的目标第二待测区域进行交并比运算，确定出所述待测图像相对于所述基准图像的变化区域。2.如权利要求1所述的遥感图像的变化检测方法，其特征在于，识别出待测图像中目标对象所在的第一待测区域，以及识别出基准图像中所述目标对象所在的第二待测区域，包括：将所述待测图像输入至预先训练好的语义分割模型中，得到第一概率图，确定出所述第一概率图中像素值大于预设像素阈值的各第一目标像素点；各所述第一目标像素点所在的区域构成所述第一待测区域；将所述基准图像输入至预先训练好的语义分割模型中，得到第二概率图，确定出所述第二概率图中像素值大于预设像素阈值的各第二目标像素点；各所述第二目标像素点所在的区域构成所述第二待测区域。3.如权利要求2所述的遥感图像的变化检测方法，其特征在于，在确定出所述第一目标像素点和所述第二目标像素点之后，所述方法还包括：按照相同的坐标设定规则，确定出各所述第一目标像素点和各所述第二目标像素点的坐标值；将所述第一待测区域与所述第一待测区域对应的目标第二待测区域进行交并比运算，确定出所述待测图像相对于所述基准图像的变化区域，包括：将所述第一待测区域内各所述第一目标像素点的坐标值，和所述目标第二待测区域内各所述第二目标像素点的坐标值进行交并比运算，确定出所述待测图像相对于所述基准图像的变化区域。4.如权利要求3所述的遥感图像的变化检测方法，其特征在于，在确定出各所述第一目标像素点和各所述第二目标像素点的坐标值之后，所述方法还包括：使用B+Tree索引对各所述第一目标像素点的坐标值和各所述第二目标像素点的坐标值进行存储和管理。5.如权利要求1所述的遥感图像的变化检测方法，其特征在于，所述第一待测区域和/或所述第二待测区域为多个。6.如权利要求1所述的遥感图像的变化检测方法，其特征在于，将所述第一待测区域与所述第一待测区域对应的目标第二待测区域进行交并比运算，确定出所述待测图像相对于所述基准图像的变化区域，包括：按照公式，分别计算各所述第一待测区域与各所述第一待测区域对应的目标第二待测区域的第一交并比；其...

【专利技术属性】
技术研发人员：贺子懿，赵宏杰，陆川，王文星，
申请(专利权)人：成都国星宇航科技有限公司，
类型：发明
国别省市：