一种遥感影像建筑物变化区域的检测方法技术

本发明专利技术涉及测绘遥感检测技术领域，公开了一种遥感影像建筑物变化区域的检测方法，包括如下步骤：S1对两幅同一区域不同时相的影像进行特征提取后获得相应的特征图；S2由变化区域检测模型对特征图进行变化区域检测后获得变化区域图；S3由语义分割模型对两幅同一区域不同时相的影像进行语义分割处理后获得两幅影像对应的语义分割结果；S4将变化区域图与语义分割结果进行点乘处理获得变化检测结果。本发明专利技术使用建筑物的语义分割数据来迁移学习变化检测模型的特征提取层，并通过变化检测模型检测到两幅图像之间的变化区域，再通过与两幅图像的语义分割结果进行点乘，得到两幅图像之间更详细的变化检测结果，且能检测到重叠建筑物的变化信息。的变化信息。的变化信息。

【技术实现步骤摘要】
一种遥感影像建筑物变化区域的检测方法


[0001]本专利技术属于测绘遥感检测
，更具体地，涉及一种遥感影像建筑物变化区域的检测方法。

技术介绍

[0002]随着目前深度学习的发展，传统的基于手工设计特征提取方案，再用传统的机器学习模型检测变化区域的方法已经开始被淘汰。随着算力资源的提升，有标签的影像数据的丰富以及更好的深度学习模型的提出，深度学习在计算机视觉领域成为了主流。而在变化检测领域也有各种深度学习模型被提出。目前的变化检测领域的深度学习模型大致分为两个流派：第一种是将两个时相的影像融合成一个影像输入到深度学习模型中，然后输出一个变化区域的检测结果。而影像融合的方法也有不同，有的方法较简单直接将两幅影像相减得到像素值上的变化图，也有的对两幅影像经过一系列的变化处理后相加得到一副新的影像，有的则直接将两幅RGB三通道的影像相连成一个六通道的数据送入网络中。这些数据经过一个设计好的深度学习模型输出得到一个最后的二值图，图中为1的像素就表明原影像对应像素发生了变化。
[0003]第二种则是将两个时相的影像送入一个共享权重的深度学习本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遥感影像建筑物变化区域的检测方法，其特征在于，包括下述步骤：S1：对两幅同一区域不同时相的影像进行特征提取后获得相应的特征图；S2：由变化区域检测模型对特征图进行变化区域检测后获得变化区域图；S3：由语义分割模型对两幅同一区域不同时相的影像进行语义分割处理后获得两幅影像对应的语义分割结果；S4：将变化区域图与语义分割结果进行点乘处理获得变化检测结果。2.如权利要求1所述的检测方法，其特征在于，所述变化区域检测模型根据如下步骤获取：收集训练数据，所述训练数据包括语义分割数据和变化检测数据；对所述语义分割数据进行训练获得语义分割网络，对所述变化检测数据进行训练获得变化区域检测网络中的解码层；将训练好的语义分割网络中的特征提取层的参数迁移到所述变化区域检测网络的特征提取层中，并将参数固定；根据所述特征提取层和所述解码层获得训练好的变化区域检测模型。3.如权利要求1所述的检测方法，其特征在于，所述语义分割模型采用deeplab V3+，通过deeplab V3+模型训练语义分割模型并提取影像对的语义分割结果图。4.如权利要求1
‑
3任一项所述的检测方法，其特征在于，在步骤S1中依次采用Xception模块和ASPP模块进行特征提取。5.如权利要求4所述的检测方法，其特征在于，所述Xception模块的网络结构包括：输入流、中间流和输出流，所述输入流经过三次步长为2的卷积模块将输入的特征图的尺寸缩小8倍，同时提升特征图通道数，在减少模型计算量的同时将图像的特征进行了抽象处理；所述中间流通过多次的重复卷积模块提升了模型的深度，并进一步对图像的特征进行抽象处理；所述输出流又经过一次步长...

【专利技术属性】
技术研发人员：李鹏飞，高凯，王嘉伟，乐黎明，
申请(专利权)人：武汉易米景科技有限公司，
类型：发明
国别省市：