基于目标面积分布特征的遥感影像变化检测质量评估方法技术

本发明专利技术提供基于目标面积分布特征的遥感影像变化检测质量评估方法，属于计算机图像处理评价领域，方法如下，将地表变化真值数据与模型预测结果对象化，将栅格数据转换为面要素类等能表征地物目标的矢量对象，各目标面积的归一化处理，统计地表变化真值集合中的面积分布情况，计算地表变化真值与模型预测值的匹配情况，根据得到的面积分布特征直方图，选定合适的参数，进行各目标权重值分配计算，最后加权计算。通过采用非线性函数与可变参数，弥补惩罚曲线与实际不符的情况，用函数可通过可变参数进行不同业务场景下的惩罚曲线调整，对各种业务场景适应性更高，应用在筛选不同批次的训练成果、根据业务场景挑选最佳模型等多种遥感变化检测场景。感变化检测场景。感变化检测场景。

Quality evaluation method of remote sensing image change detection based on target area distribution characteristics

【技术实现步骤摘要】
基于目标面积分布特征的遥感影像变化检测质量评估方法


[0001]本专利技术涉及计算机图像处理评价领域，尤其涉及基于目标面积分布特征的遥感影像变化检测质量评估方法。

技术介绍

[0002]遥感变化检测指通过对同一地区但不同时相的遥感影像进行对比分析，通过遥感解译手段发现前后时影像中的地物目标变化，并获取具体变化范围与变化种类的过程。遥感变化检测是诸如耕地保护、森林资源开发情况监测、矿山督查、重大项目批后实施等各类自然资源监测任务当中的关键步骤。
[0003]目前，为了应对各类季度、月度自然资源综合监测项目的需要，弥补人工解译费时费力的缺陷，基于机器学习、深度学习等人工智能(AI)技术的智能遥感解译技术已经在变化检测中获得了较为广泛的应用。其中，各类基于监督分类与影像语义分割的深度学习技术又因其针对性强、准确率高、能够获得变化目标完整图斑边界等特点，更适应自然资源综合监测任务中的变化检测环节。由于深度学习算法在训练参数时采用的随机梯度下降(stochasticgradientdescent)方法的限制，即使采用相同的损失函数(loss fu本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于目标面积分布特征的遥感影像变化检测质量评估方法，其特征在于，所述方法包括如下步骤：步骤1：将地表变化真值数据与模型预测结果对象化，将栅格数据转换为面要素类的能表征地物目标的矢量对象，转换矢量对象的方法采用区域成长法，产生的目标对象为区域内所有数据分类类型均相同，且任一相邻像元中的数据分类类型均与区域内部不同的闭合多边形；步骤2：进行各目标面积的归一化处理，归一化处理采用最大
‑
最小标准化方法，计算地表真值集合中的每个目标面积与最小面积的差，再取差值与集合内面积最大值最小值之差的比值，即可将所有目标面积归一化；步骤3：统计地表变化真值集合中的面积分布情况，通过统计地表变化真值中所有地物目标的面积，选定适当的区间长度，统计各个区间中的目标面积频数，并得到对应直方图；步骤4：计算地表变化真值与模型预测值的匹配情况，并得到交集矢量对象与并集矢量对象，根据地表变化真值中每一个目标与模型预测值之间的空间相交关系，将地表变化真值各目标分为检出与未检出两种情况；步骤5：根据步骤3得到的面积分布特征直方图，选定合适的参数，进行各目标权重值分配计算；步骤6：加权计算，根据所计算出的权重，逐目标计算交集和并集比，计算中需对交集、并集像素数量进行分目标加权，通过对比基于同样参数加权计算得到的两个模型推测结果，即可判别两个模型在该测试区域的优劣程度。2.根据权利要求1所述的基于目标面积分布特征的遥感影像变化检测质量评估方法，其特征在于，步骤1中区域成长法的具体过程为：步骤1.1：选中成长点，算法需要逐个扫描栅格数据中的像素，直到找到第一个分类标签为变化但还没有被矢量化的像素，记其坐标为(x0,y0)，将其压入栈中；步骤1.2：判断该像素周围的四个相邻像素(x0‑
1,y0)，(x0,y0+1)，(x0+1,y0)，(x0,y0‑
1)，若其中一个像素的分类标签与(x0,y0)相同，则将其压入栈中并作为新一个成长点；步骤1.3：以新成长点重复操作步骤1.2，直到所有邻接像素都被压入栈内，此时将所有栈内像素矢量化；步骤1.4：重复步骤1.1的操作，直到找不到下一个成长点，所有像元都被矢量化为止。3.根据权利要求1所述的基于目标面积分布特征的遥感影像变化检测质量评估方法，其特征在于：步骤2中，目标进行归一化处理的具体过程为，对于地表真值目标集合O中的各个目标o
i
∈O，可通过地理计算得到其对应的面积集合S，对于地表真值中的所有目标面积集合计算得到面积几何中的最大值s
max
与最小值s
min
；对集合内的每个目标面积可由最大
‑
最小标准化方法计算得到其归一化目标面积计算式如下：通过对目标地物面积的归一化，可以得到包含所有地物变化目标面积的归一化面积集
合4.根据权利要求1所述的基于目标面积分布特征的遥感影像变化检测质量评估方法，其特征在于：步骤3中具体过程，对于归一化面积集合Sn，根据区间宽度l，将集合分为个区间，根据Sn中目标落在第i个区间内的数量与总目标个数N，计算每个区间的数量占比即可得到面积变化直方图。5.根据权利要求4所述的基于目标面积分布特征的遥感影像变化检测质量评估方法，其特征在于：步骤3中，通过可选的区间长度，来统计地表真值目标的面积直方图，能够预估业务需求中地物面积情况，为后续给各目标重新分配指标权重提供参考值。6.根据权利要求1所述的基于目标面积分布特征的遥感影像变化检测质量评估方法，其特征在于：步骤4中进行交集计算与并集计算前，需先通过空间关系判断地表真值地物变化目标与模型识别结果目标是否指向同一地物变化，空间关系判别首先判断两者间的相交情况，若两个目标在空间上为相交关系，则计算模型识别结果目标的质心位置，当模型识别结果目标的质心落在地表真值目标的空间范围内时，即可认定两者指向同一真实地物变化目标；检出与未检出两种情况具体为：未检出目标指的是地表变化真值目标与模型检出目标的质心距离不满足阈值要求，对于未检出目标，交集为空，并集为目标本身大小；已检出目标指的是与地表变化真值目标与模型检出目标的质心距离满足阈值要求，对于已检出目标，交集与并集按照空间位置正常计算。7.根据权利要求6所述的基于目标面积分布特征的遥感影像变化检测质量评估方法，其特征在于：步骤4中在计算交集和并集比精度指标前，需要进行地表变化真值目标与模型预测结果目标的匹配；对于地表真值集合O与模型预测值集合M，且p
i
∈P与对应的o
i
∈O相交，需要从集合P中筛除掉不符合要求的相交情况，利用射线法判断p
i
∈P的质心是否落在o
i
∈O范围内的方法进行筛除，具体步骤如下：(1)对于p
i
∈P的质心点c
i
，作从c
i
出发的平行于...

【专利技术属性】
技术研发人员：刘润东，罗恒，黄友菊，吴慧，王雨聪，韩广萍，赵岐东，韦达铭，韦强，秦堃，陈志新，聂娜，
申请(专利权)人：广西壮族自治区自然资源遥感院，
类型：发明
国别省市：