基于伪双时相生成技术的半监督遥感影像变化检测方法技术

本申请涉及一种基于伪双时相生成技术的半监督遥感影像变化检测方法。所述方法包括：通过伪双时相数据生成技术对少量的单时相遥感影像数据及其建筑物提取标签进行处理，生成大量的伪双时相遥感影像和伪变化检测标签为变化检测网络的训练提供标签数据支撑；使用半监督方法，通过强增强处理中的颜色增强来增加或减少双时相遥感影像对特征之间的颜色差距，通过强增强处理中的形状增强使地物产生变形，通过迫使变化检测网络模型对强增强前后的无标签遥感影像做出一致性的变化检测结果，有效地利用少量有标签的单时相遥感影像对和大量无标签遥感影像对提高遥感影像的变化检测精度，克服了标签数据不足的问题，释放了遥感大数据的潜力。数据的潜力。数据的潜力。

【技术实现步骤摘要】
基于伪双时相生成技术的半监督遥感影像变化检测方法


[0001]本申请涉及图像处理
，特别是涉及一种基于伪双时相生成技术的半监督遥感影像变化检测方法。

技术介绍

[0002]遥感影像变化检测(Change Detection,CD)任务旨在识别在不同时间获取的相同地区的遥感影像发生的变化。这里的变化一般指语义变化。多年以来，遥感影像变化检测一直都是遥感领域的研究热点之一。随着遥感影像的数量不断增长和拍摄精度的提升，以及深度学习技术的发展，利用遥感影像变化检测技术可以迅速获取我们所关注的区域的变化信息，包括自然地物的变化和人工建筑的变化，为政府、公司和组织的决策提供有力支持。迄今为止，遥感影像变化检测技术已经在生态系统监测、土地资源和土地利用制图、损害评估、城市扩张监测等领域得到广泛应用。
[0003]目前主流的CD算法是基于全监督的深度学习方法，其要求具有大量的标签双时相遥感影像对进行神经网络训练，标注这些标签需要耗费大量的人工和时间成本。如果使用无监督学习的方法训练模型，由于缺乏标签数据的引导，模型的变化检测精度往往较低，不足以支本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于伪双时相生成技术的半监督遥感影像变化检测方法，其特征在于，所述方法包括：获取带有标签的单时相遥感影像及其建筑物提取标签，以及无标签遥感影像对；根据伪双时相生成技术对所述单时相遥感影像及其建筑物提取标签进行处理，生成伪双时相遥感影像及其对应的建筑物提取标签，将所述伪双时相遥感影像输入预先构建的变化检测网络进行影像变化检测，输出有监督变化检测结果，将所述伪双时相遥感影像对应的建筑物提取标签输入预先构建的变化检测标签生成器进行处理，生成伪变化检测标签，根据所述有监督变化检测结果和所述伪变化检测标签进行计算，得到有监督损失；通过对所述无标签遥感影像对进行弱增强处理，并对生成的弱增强处理无标签遥感影像对进行时间交换，生成时间交换后的弱增强处理无标签遥感影像对，分别对所述弱增强处理无标签遥感影像对和时间交换后的弱增强处理无标签遥感影像对依次进行影像变化检测、强增强处理和置信度过滤，生成伪标签和时间交换后的伪标签，分别对所述弱增强处理无标签遥感影像对和时间交换后的弱增强处理无标签遥感影像对依次进行强增强处理和影像变化检测，得到无监督变化检测结果和时间交换后的无监督变化检测结果，根据所述伪标签、时间交换后的伪标签、无监督变化检测结果和时间交换后的无监督变化检测结果进行计算，得到无监督损失；通过对所述有监督损失和无监督损失进行加权计算得到总损失，以总损失最小为目标函数，对所述变化检测网络中的参数进行训练优化，直至得到训练好的变化检测网络，将待检测的遥感影像对输入所述训练好的变化检测网络进行检测，输出变化检测图像。2.根据权利要求1所述的方法，其特征在于，所述伪双时相生成技术包括随机叠置模块和时间交换模块；根据伪双时相生成技术对所述单时相遥感影像及其建筑物提取标签进行处理，生成伪双时相遥感影像及其对应的建筑物提取标签，包括：根据所述随机叠置模块对所述单时相遥感影像及其建筑物提取标签依次进行随机抽样和随机的弱增强处理，生成随机叠置后的伪双时相遥感影像及其对应的建筑物提取标签；根据所述时间交换模块对所述随机叠置后的伪双时相遥感影像进行时间交换，生成时间交换后的伪双时相遥感影像。3.根据权利要求2所述的方法，其特征在于，根据所述随机叠置模块对所述单时相遥感影像及其建筑物提取标签依次进行随机抽样和随机的弱增强处理，生成随机叠置后的伪双时相遥感影像及其对应的建筑物提取标签，包括：根据所述随机叠置模块对单时相遥感影像X
st
及其建筑物提取标签Y
be
进行两次重复的随机抽样，分别生成第一次影像抽样结果X
RS_A
及对应的第一次标签抽样结果Y
RS_A
，和第二次影像抽样结果X
RS_B
及对应的第二次标签抽样结果Y
RS_B
；对所述第一次影像抽样结果X
RS_A
及对应的第一次标签抽样结果Y
RS_A
进行随机的弱增强处理，生成随机弱增强处理后的第一次影像抽样结果X
p1_A
及对应的第一次标签抽样结果Y
be_1
，对所述第二次影像抽样结果X
RS_B
及对应的第二次标签抽样结果Y
RS_B
进行随机的弱增强处理，生成随机弱增强处理后的第二次影像抽样结果X
p1_B
及对应的第二次标签抽样结果Y
be_2
；
对随机弱增强处理后的影像抽样结果和标签抽样结果进行配对，得到随机叠置后的伪双时相遥感影像，包括X
p1_A
和X
p1_B
，以及随机叠置后的伪双时相遥感影像对应的建筑物提取标签，包括Y
be_1
和Y
be_2
。4.根据权利要求3所述的方法，其特征在于，根据所述时间交换模块对所述随机叠置后的伪双时相遥感影像进行时间交换，生成时间交换后的伪双时相遥感影像，包括根据所述时间交换模块分别对所述随机叠置后的伪双时相遥感影像中的第一次影像抽样结果X
p1_A
和第二次影像抽样结果X
p1_B
进行时间交换，生成时间交换后的伪双时相遥感影像，包括时间交换后的第二次影像抽样结果X
p2_A
和时间交换后的第二次影像抽样结果X
p2_B
。5.根据权利要求1所述的方法，其特征在于，将所述伪双时相遥感影像输入预先构建的变化检测网络进行影像变化检测，...

【专利技术属性】
技术研发人员：陈浩，孙承哲，李军，彭双，伍江江，杜春，李沛秦，陈荦，贾庆仁，马梦宇，杨飞，熊伟，钟志农，景宁，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：