基于双时相高分辨率遥感影像的建筑物变化检测方法技术

本公开提供了一种基于双时相高分辨率遥感影像的建筑物变化检测方法，包括：获取原始遥感影像数据；对原始遥感影像数据进行预处理得到双时相高分辨率遥感影像；根据双时相高分辨率遥感影像得到建筑物的变化区域；对双时相高分辨率遥感影像及建筑物的变化区域进行裁剪及按照预置比例划分数据集，得到训练数据集和测试数据集；将训练数据集输入至孪生网络结构进行训练，得到训练后的孪生网络结构；将测试数据集输入至训练后的孪生网络结构进行测试，得到测试后的孪生网络结构；将预测区域影像输入至测试后的孪生网络结构进行训练，得到建筑物的变化检测图。本公开还提供了一种基于双时相高分辨率遥感影像的建筑物变化检测装置、电子设备及存储介质。电子设备及存储介质。电子设备及存储介质。

【技术实现步骤摘要】
基于双时相高分辨率遥感影像的建筑物变化检测方法


[0001]本公开涉及建筑物变化检测
，尤其涉及一种基于双时相高分辨率遥感影像的建筑物变化检测方法、装置、电子设备及存储介质。

技术介绍

[0002]建筑物是城市与乡村的重要设施，建筑物的新建、拆除、改建情况与社会经济发展关系密切。建筑物的变化检测对于城市化分析，违规建筑识别，以及灾害评估等都具有重要意义。基于高分辨率遥感图像的建筑物变化检测相比于实地考察式的建筑物变化检测具有效率高、范围广、成本低等优点，因此，遥感技术也越来越多地应用到建筑物变化检测中。
[0003]传统的遥感建筑物变化检测方法分为直接分类法和分类后处理法两种。直接比较法的主要思路是基于遥感图像中地物的光谱、纹理、几何形状等特征，通过直接对比来获取其中发生变化的内容。分类后比较法方法需要先把同一区域的建筑物从不同时相的影像当中提取出来，然后再通过比较提取出的建筑物来检测变化区域。
[0004]近年来随着大数据的发展和相关硬件性能的提升，深度学习成为遥感建筑物变化检测的重要技术手段，相关方法通过使用的网络可分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双时相高分辨率遥感影像的建筑物变化检测方法，其特征在于，包括：获取原始遥感影像数据；对所述原始遥感影像数据进行预处理，得到双时相高分辨率遥感影像；其中，所述双时相高分辨率遥感影像为同一地区不同时相的高分辨率遥感影像；根据所述双时相高分辨率遥感影像，得到建筑物的变化区域；对所述双时相高分辨率遥感影像及所述建筑物的变化区域进行裁剪及按照预置比例划分数据集，得到训练数据集和测试数据集；将所述训练数据集输入至孪生网络结构进行训练，得到训练后的孪生网络结构；其中，所述孪生网络结构包括两个结构相同的分支网络；将所述测试数据集输入至所述训练后的孪生网络结构进行测试，得到测试后的孪生网络结构；对预测区域影像进行预处理后输入至所述测试后的孪生网络结构进行训练，得到所述建筑物的变化检测图。2.根据权利要求1所述的基于双时相高分辨率遥感影像的建筑物变化检测方法，其特征在于，所述根据所述双时相高分辨率遥感影像，得到建筑物的变化区域，包括：根据所述双时相高分辨率遥感影像得到对应的两幅影像的地理范围，并判断所述两幅影像的地理范围是否存在相交区域；若存在，计算所述两幅影像的相交区域地理范围，并根据所述相交区域地理范围得到相交区域的前后时相影像；对所述相交区域的前后时相影像依次进行建筑物标注及异或运算处理，得到所述建筑物的变化区域。3.根据权利要求1所述的基于双时相高分辨率遥感影像的建筑物变化检测方法，其特征在于，所述孪生网络结构采用Encoder
‑
Decoder架构模型；其中，所述将所述训练数据集输入至孪生网络结构进行训练，得到训练后的孪生网络结构，包括：将所述训练数据集依次进行多次下采样处理提取所述双时相高分辨率遥感影像的特征，得到所述双时相高分辨率遥感影像的多个不同尺寸大小的特征图；融合所述多个不同尺寸大小的特征图，得到与所述双时相高分辨率遥感影像大小相同的融合特征图；将所述融合特征图分别输入至所述孪生网络结构中的注意力结构及语义分割结构中，得到大尺度的注意力掩膜及变化检测特征；根据所述大尺度的注意力掩膜及所述变化检测特征，得到所述建筑物的变化检测结果，完成所述孪生网络结构训练。4.根据权利要求1所述的基于双时相高分辨率遥感影像的建筑物变化检测方法，其特征在于，所述对预测区域影像进行预处理后输入至所述测试后的孪生网络结构进行训练，得到所述建筑物的变化检测图，包括：对预测区域影像进行预处理，得到所述预测区域影像的双时相高分辨率遥感影像；利用读取所述预测区域影像的双时相高分辨率遥感影像得到的影像张量，采用不同尺度...

【专利技术属性】
技术研发人员：魏国，吴凯，苏明明，高斌，刘璐，郭贤哲，赵晓梅，赵春艳，孙素芬，高媛，徐蕊，张艳芬，李倩，
申请(专利权)人：内蒙古自治区军民融合发展研究中心，
类型：发明
国别省市：