【技术实现步骤摘要】
一种遥感图像变化检测方法
[0001]本专利技术属于图像检测
,具体涉及一种遥感图像变化检测方法
。
技术介绍
[0002]随着科学技术的发展,图像检测已经普遍应用到各行各业
。
遥感图像变化检测是通过提取差异影像特征,利用分类器判别不同像素变化情况,实现变化区域和非变化区域的划分
。
[0003]图像检测算法中有监督分类算法需要有训练样本,通过对训练样本学习,获取分类器相关参数,利用训练后的分类器识别待检测像素变化情况
。
无监督检测算法无需先验信息,将变化类像素和非变化类像素看成不同类别,利用聚类算法将相同类别像素聚集在一起,不同类别像素区分开,从而获得图像变化区域和非变化区域
。
[0004]现有技术中,深度学习算法通过自学习获取网络参数后进行数据分类,近期大量应用于遥感图像变化检测研究
。
如通常采用
Unet++
网络进行遥感图像检测,但
Unet++
网络中编码器部分大量使用下采样缩减特征尺寸,在此过程中变化区域和非变化区域边缘信息大量丢失,即使解码器使用上采样恢复图像尺寸,但无法恢复丢失的边缘信息,且上采样过程中边缘会出现偏移,致使检测精度降低
。
技术实现思路
[0005]本专利技术所要解决的技术问题在于针对上述现有技术中的不足,提供一种遥感图像变化检测方法,其方法步骤简单,设计合理,实现方便,能够有效应用在遥感图像变化检测中,避免下采样过程对边缘的影响 ...
【技术保护点】
【技术特征摘要】
1.
一种遥感图像变化检测方法,其特征在于,包括以下步骤:步骤一
、
将多时相遥感图像输入改进的
DRUnet++
网络中,通过共享权值同时提取多时相图像相同的特征图;步骤二
、
采用深监督融合对得到的特征图进行融合,并通过
softmax
函数对类别进行判断并生成图像;步骤三
、
对图像进行相似度判断,得到遥感图像变化检测图
。2.
按照权利要求1所述的一种遥感图像变化检测方法,其特征在于,所述改进的
DRUnet++
网络包括孪生网络
、
空洞卷积残差模块和去除池化层
。3.
按照权利要求2所述的一种遥感图像变化检测方法,其特征在于:将多时相遥感图像分别输入到所述孪生网络的两个输入端,通过共享权值,得到相同的映射,再通过
Loss
函数计算相同像素的相似度
。4.
按照权利要求2所述的一种遥感图像变化检测方法,其特征在于:所述空洞卷积残差模块包括空洞卷积网络和残差模型,所述空洞卷积网络首先定义空洞卷积算子式中,
f[i]
表示输入信号,
g[i]
表示输...
【专利技术属性】
技术研发人员:辛芳芳,贾仟国,张会鹏,王征,
申请(专利权)人:西安科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。