System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种多时相影像间的变化信息提取方法、系统和电子设备技术方案_技高网

一种多时相影像间的变化信息提取方法、系统和电子设备技术方案

技术编号:40411130 阅读:5 留言:0更新日期:2024-02-20 22:30
本发明专利技术提供一种多时相影像间的变化信息提取方法、系统和电子设备,该方法包括:S3将多张地物斑块图分别映射在相应的空间格网中,每个空间格网中均包括多个格网单元;S4以前时相影像对应的空间格网作为基准格网,将每张后时相影像遥感影像对应的空间格网中各格网单元依次与基准格网中各格网单元进行特征对比,形成多个变化格网;S5提取对应的变化信息,形成多张变化斑块图;S6对每张变化斑块图中的变化信息进行时空网格编码,通过时间轴展示多张后时相影像与前时相影像间的变化信息。该方法能够提取多时相的遥感影像间的变化,检测精度高,能够完整地检测变化类别。时间轴的设计实现高效响应,满足用户对变化信息快速检索任务。

【技术实现步骤摘要】

本专利技术涉及影像处理,尤其涉及一种多时相影像间的变化信息提取方法、系统和电子设备


技术介绍

1、随着对地观测科技的发展和遥感影像分辨率的不断提高,从遥感影像中提取地物信息成为非常重要的一个方向。土地资源管理与规划、环境保护、测绘地理信息等方面都非常需要对这些地表覆盖变化的状况进行快速而准确的监测。

2、遥感影像的变化检测主要有两类提取方法:第一,完全人工提取,有经验的变化检测作业人员将前、后遥感影像叠加,通过卷帘等工具,对影像逐行进行判断,每个斑块仔细的核查。一般情况下具有最高的提取精度,但是效率极低,培养相关作业人员成本高;第二,计算机提取,通过机器学习、人工智能等最新的识别算法对前后时相的遥感影像的变化部分进行提取。但是受限于现在影像处理和模式识别的精度,计算机提取的精度大多只能达到90%左右,不能满足变化检测的应用需求。

3、此外,随着各系统应用的展示内容不断丰富,对变化检测数据的可视化要求越来越高,要求我们将数据更直观、更美观的展示出来,而不再是数据的堆积,能够方便、直观的在时间维度上看到变化检测的结果是很有必要。现有技术中通常是将事先将数据根据时间进行排序,得到时间轴,然后在页面将变化检测数据根据时间顺序进行展示,但这种方法碰到时间临时修改的情况时,时间轴的数据变化可能不太灵活,所以,如何灵活的以时间轴在页面展示变化检测的数据结果,是目前亟待解决的问题。


技术实现思路

1、针对现有技术中遥感影像变化检测效率低且成本高,以及检测精度差的缺陷,本专利技术提供一种多时相影像间的变化信息提取方法、系统及电子设备,该方法能够提取多时相的遥感影像间的变化,检测精度高,能够完整地检测各种变化类别,同时通过时间轴的设计能够实现高效响应,满足用户对变化信息快速检索任务。

2、本专利技术第一目的在于,提供一种多时相影像间的变化信息提取方法,包括:

3、s1获取目标区域的多时相影像数据并进行预处理,所述影像数据包括多时相影像和属性信息;所述多时相影像包括一张前时相影像和多张后时相影像;

4、s2将多时相影像依次输入预训练的语义分割模型,得到多张地物斑块图;

5、s3针对多张地物斑块图,分别构建多个空间格网,将多张地物斑块图分别映射在相应的空间格网中,每个空间格网中均包括多个格网单元;

6、s4以前时相影像对应的空间格网作为基准格网,将每张后时相影像遥感影像对应的空间格网中各格网单元依次与基准格网中各格网单元进行特征对比,形成多个变化格网;

7、s5依次在每个变化格网的基础上,结合对应的后时相影像的地物斑块图进行叠置分析,提取对应的变化信息,形成多张变化斑块图;

8、s6依次对每张变化斑块图中的变化信息进行时空网格编码,将其与多时相影像进行关联,通过时间轴展示多时相影像间的变化信息。

9、变化信息。

10、具体地,步骤s4包括以下步骤:

11、s41依次将多张后时相影像对应的空间格网中各格网单元逐一与基准格网中各格网单元进行各波段相似度计算,得到每对格网单元中各波段的相似度值;

12、s42对每对格网单元中各波段的相似度值赋予权重,并计算每对格网单元中所有波段总的加权相似度值;

13、s43遍历每对格网单元总的加权相似度值,依次将每对格网单元总的加权相似度值与预设的阈值进行大小比较,提取变化格网单元,将属于同一张后时相影像的变化格网单元作为一个变化格网,形成多个变化格网。

14、具体地,步骤s6包括以下步骤:

15、s61利用时空网格引擎依次对每张变化斑块图中变化信息进行网格编码,得到多个时空网格编码;

16、s62将多个时空网格编码分别与对应的多时相影像进行关联,形成索引数据库;

17、s63在索引数据库中,通过时空网格编码对应的变化信息动态关联相应的多时相影像;所述多时相影像为一张前时相影像和变化信息对应的一张后时相影像;

18、s64利用时间轴展示多时相影像间的变化信息。

19、具体地,步骤s5包括以下步骤:

20、s51依次将每个变化格网结合对应的后时相影像对应的地物斑块图进行叠置分析,分别统计每个地物斑块图内变化格网和未变化格网的个数;

21、s52当地物斑块图内变化格网个数与未变化格网个数的比值大于第二阈值t时,则该斑块为变化斑块,否则为未变化斑块;

22、s53采用svm决策树分类模型对所有变化斑块进行分类,得到各变化斑块的变化信息;

23、s54将属于同一张后时相影像的变化斑块及其变化信息作为一张变化斑块图,形成多张变化斑块图。

24、具体地,步骤s2中所述语义分割模型以dlinknet为网络基础框架,包括矢量量化变分自编码器、中心区域模块和解码器模块。

25、具体地,步骤s2中利用样本集通过迭代优化的方式训练所述语义分割模型,得到预训练的语义分割模型;所述样本集包括含地物类别标签的遥感影像和无标签的遥感影像。

26、具体地,步骤s1中所述预处理包括像辐射定标、辐射校正、大气校正、几何校正、影像配准和镶嵌等。

27、具体地,步骤s1中所述属性信息包括位置信息、时间信息;步骤s5中所述变化信息包括变化类别、变化位置和变化时间。

28、本专利技术第二目的在于,提供一种多时相影像间的变化信息提取系统,包括:

29、获取模块,用于获取目标区域的多时相影像数据并进行预处理,所述影像数据包括多时相影像和属性信息;所述多时相影像包括一张前时相影像和多张后时相影像;

30、解译模块,用于依次将多时相影像依次输入预训练的语义分割模型,获取多张地物斑块图;

31、空间格网映射模块,用于针对多张地物斑块图,分别构建多个空间格网,将多张地物斑块图分别映射在相应的空间格网中,每个空间格网中均包括多个格网单元;

32、变化比对模块,用于将前时相影像对应的空间格网作为基准格网,将每张后时相影像遥感影像对应的空间格网中各格网单元依次与基准格网中各格网单元进行特征对比,形成多个变化格网;

33、提取变化信息模块,用于依次在每个变化格网的基础上,结合对应的后时相影像的地物斑块图进行叠置分析,提取对应的变化信息,形成多张变化斑块图;

34、可视化模块,依次对每张变化斑块图中的变化信息进行时空网格编码,将其与多时相影像进行关联,通过时间轴展示多时相影像间的变化信息。

35、本专利技术第三目的在于,提供一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~7中任一项所述的方法。

36、本专利技术的有益效果为:

37、(1)本专利技术通过对变化斑块图中的变化要素进行编码,将时空编码与多时相影像进行关联,形成数据库本文档来自技高网...

【技术保护点】

1.一种多时相影像间的变化信息提取方法,包括:

2.根据权利要求1所述的方法,其特征在于,步骤S4包括以下步骤:

3.根据权利要求1所述的一种基于多时相影像的变化提取方法,其特征在于,步骤S6包括以下步骤:

4.根据权利要求1所述的方法,其特征在于,步骤S5包括以下步骤:

5.根据权利要求1所述的方法,其特征在于,步骤S2中所述语义分割模型以DlinkNet为网络基础框架,包括矢量量化变分自编码器、中心区域模块和解码器模块。

6.根据权利要求5所述的方法,其特征在于,步骤S2中利用样本集通过迭代优化的方式训练所述语义分割模型,得到预训练的语义分割模型;所述样本集包括含地物类别标签的遥感影像和无标签的遥感影像。

7.根据权利要求1所述的方法,其特征在于,步骤S1中所述预处理包括像辐射定标、辐射校正、大气校正、几何校正、影像配准和镶嵌。

8.根据权利要求1所述的方法,其特征在于,步骤S1中所述属性信息包括位置信息、时间信息;步骤S5中所述变化信息包括变化类别、变化位置和变化时间。

9.一种多时相影像间的变化信息提取系统,其特征在于,包括:

10.一种电子设备,其特征在于,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~7中任一项所述的方法。

...

【技术特征摘要】

1.一种多时相影像间的变化信息提取方法,包括:

2.根据权利要求1所述的方法,其特征在于,步骤s4包括以下步骤:

3.根据权利要求1所述的一种基于多时相影像的变化提取方法,其特征在于,步骤s6包括以下步骤:

4.根据权利要求1所述的方法,其特征在于,步骤s5包括以下步骤:

5.根据权利要求1所述的方法,其特征在于,步骤s2中所述语义分割模型以dlinknet为网络基础框架,包括矢量量化变分自编码器、中心区域模块和解码器模块。

6.根据权利要求5所述的方法,其特征在于,步骤s2中利用样本集通过迭代优化的方式训练所述语义分割模型,得到预训练的语义分割模型;所述样本集包括含...

【专利技术属性】
技术研发人员:殷雨欣陈莉徐子为徐毅张玥珺邹圣兵
申请(专利权)人:北京数慧时空信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1