一种遥感影像变化检测方法及装置，属于计算机视觉技术领域，其特征在于，所述方法包括：定义同一场景不同时间的同尺寸的输入影像为第一时相影像和第二时相影像；进行特征编码；进行特征增强操作，得到优化特征；对优化前后的特征进行特征融合操作；进行多尺度特征融合和解码操作，得到与输入影像同尺寸的单通道预测结果；根据预测结果与真实值之间的差异，计算损失值。通过在网络中采用批归一化使得网络输入的分布更加稳定，解决了梯度消失的问题；采用非饱和激活函数RuLE有效减轻了梯度爆炸的问题；通过对两期影像的特征融合和残差网络特征与增强特征的融合两种方式实现了多种特征融合机制，有效提升网络特征表达能力，降低误检率。
【技术实现步骤摘要】
本专利技术属于计算机视觉，尤其涉及一种遥感影像变化检测方法及装置。
技术介绍
1、影像变化检测技术是指针对同一场景不同时间拍摄的影像进行变化区域分析，找到变化区域和不变区域，通常用像素值[0,1]来表示，0表示不变，1代表变化。传统的变化检测技术常通过提取影像纹理、颜色和轮廓等基本特征，采用评价指标来计算两期影像特征差异，得到变化检测结果图，该类方法由于浅层的特征描述和简单的特征差异计算方法，难以找到真实的变化区域，容易产生误检。
技术实现思路
1、本专利技术的目的旨在解决上述问题，提供一种能够简单有效的从两期影像中找到变化的区域，并用二值图标记出来的遥感影像变化检测方法及装置。
2、第一方面，本专利技术提供一种遥感影像变化检测方法，所述方法包括以下步骤：
3、s1、获取遥感影像，定义同一场景不同时间的同尺寸的输入影像为第一时相影像和第二时相影像；采用残差网络分别对前述第一时相影像和第二时相影像通过特征编码器进行特征编码；
4、s2、采用特征上下文进行特征增强操作，得到能表达影像感兴趣区域的优化特征；s3、对第一时相影像和第二时相影像优化前后的特征进行特征融合操作；
5、s4、以级联方式采用膨胀卷积堆叠进行多尺度特征融合和解码操作，得到与输入影像同尺寸的单通道预测结果；
6、s5、根据预测结果与真实值之间的差异，计算损失值loss。
7、进一步，本专利技术所述遥感影像变化检测方法，所述步骤s1具体包括：
8、s11、对第一时相和第二时相的输入影像通过resnet50网络分别进行特征提取；所述resnet50网络包含4个残差块，每个残差块依次分别包含3、4、6、3个卷积块，每个卷积块有三层卷积，卷积核大小分别是1*1，3*3，1*1；
9、s12、经特征提取后，第一时相输入影像得到第一时相特征图，第二时相输入影像得到第二时相特征图。
10、进一步，本专利技术所述遥感影像变化检测方法，所述步骤s2具体包括：
11、s21、对第一时相特征图经过1*1卷积核和softmax操作，对特征进行上下文特征融合；
12、s22、将融合结果与原始第一时相特征图进行矩阵相乘，得到新的特征图；
13、s23、基于新的特征图，采用1*1卷积核卷积操作、层归一化操作、1*1卷积核卷积操作和sigmoid激活操作串联的方式，将新的特征图转换成特征增强权重矩阵；
14、s24、将原始第一时相特征图与特征增强权重矩阵进行对应位置元素相乘操作，得到融合了上下文信息后的第一时相增强特征；
15、s25、将第二时相特征图采取与前述第一时相特征图相同操作步骤，得到融合了上下文信息后的第二时相增强特征。
16、进一步，本专利技术所述遥感影像变化检测方法，所述步骤s3具体包括：
17、s31、对第一时相增强特征和第二时相增强特征分别进行特征图按通道拼接操作，即原始特征为h*w*c，拼接后特征尺寸为h*w*2c；
18、s32、拼接后特征经过一个卷积核为3*3，步长为1的卷积操作，得到新的特征图，再经过relu操作对特征图进行激活，得到融合后的新特征图；
19、s33、融合后的新特征图经过一个卷积核为3*3，步长为1的卷积操作，再经过sigmoid操作对特征图进行激活，得到特征融合权重矩阵；
20、s34、用第一时相增强特征与特征融合权重矩阵进行对应元素相乘，得到融合后第一时相特征；用第二时相增强特征与特征融合权重矩阵进行对应元素相乘，得到融合后第二时相特征，对融合后的两个特征图进行矩阵对应元素相加；
21、s35、相加后的融合特征经过一个卷积核为3*3，步长为1的卷积操作和batchnorm批归一化操作得到融合两时相特征的新变化检测融合特征。
22、进一步，本专利技术所述遥感影像变化检测方法，所述步骤s4具体包括：
23、s41、第一个解码模块操作为：将残差网络的第3个残差块得到的残差特征与新变化检测融合特征融合的过程，具体融合方式为将新变化检测融合特征经过卷积核为3*3，膨胀率为2的膨胀卷积操作，转换成与第3个残差块的残差特征相同尺寸，再将二者相加，得到比新变化检测融合特征的尺寸大1倍的新解码特征；
24、s42、将s41得到的新解码特征经过转置卷积模块，即1*1卷积核卷积、3*3卷积核转置卷积和1*1卷积核卷积串联，实现恢复特征图尺寸，得到第一个解码模块输出特征；
25、s43、第二个解码模块操作为：将残差网络的第2个残差块得到的残差特征与第一块解码模块输出特征融合的过程，具体融合方式为第一个解码模块输出特征经过卷积核为3*3，膨胀率为2的膨胀卷积操作，转换成与第2个残差块的残差特征相同尺寸，再将二者相加，得到比第一个解码模块输出特征的尺寸大1倍的新解码特征；
26、s44、将s43得到的新解码特征经过转置卷积模块，即1*1卷积核卷积、3*3卷积核转置卷积和1*1卷积核卷积串联，实现恢复特征图尺寸，得到第二个解码模块输出特征；
27、s45、第三个解码模块的操作与第二块操作一致，即可得到第三个解码模块输出特征；
28、s46、第四个解码模块的操作与第三块操作一致，即可得到第四个解码模块输出特征；
29、s47、第四个解码模块输出特征经过一个卷积核为1*1，膨胀率为1的膨胀卷积操作，得到与输入影像相同尺寸的输出特征图，再经过sigmoid激活函数，得到[0-1]动态范围内的概率图，以0.5作为预测阈值进行二值化，大于等于0.5的取1，小于0.5的取0，得到变化检测的输出预测图。
30、进一步，本专利技术所述遥感影像变化检测方法，所述步骤s5具体包括：计算预测值与真实值之间的bceloss，计算预测值与真实值之间的diceloss，对二者的损失值相加，即得到最终的损失值loss；
31、loss＝lbce+ldice (1)
32、
33、
34、其中，lbce表示bceloss，ldice表示diceloss，n代表预测结果的像素总数，pi代表预测结果中某一位置的像素值，gi代表真值中某一位置的像素值。
35、第二方面，本专利技术提供一种遥感影像变化检测系统，包括编码器模块、特征增强模块、特征融合模块、特征解码模块和损失值计算模块；
36、所述编码器模块用于获取遥感影像，定义同一场景不同时间的同尺寸的输入影像为第一时相影像和第二时相影像；采用残差网络分别对前述第一时相影像和第二时相影像通过特征编码器进行特征编码；
37、所述特征增强模块用于采用特征上下文进行特征增强操作，得到能表达影像感兴趣区域的优化特征；
38、所述特征融合模块用于对第一时相影像和第二时相影像优化前后的特征进行特征融合本文档来自技高网
...
【技术保护点】
1.一种遥感影像变化检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述遥感影像变化检测方法，其特征在于所述步骤S1具体包括：
3.根据权利要求2所述遥感影像变化检测方法，其特征在于所述步骤S2具体包括：
4.根据权利要求3所述遥感影像变化检测方法，其特征在于所述步骤S3具体包括：
5.根据权利要求4所述遥感影像变化检测方法，其特征在于所述步骤S4具体包括：
6.根据权利要求1或5所述遥感影像变化检测方法，其特征在于所述步骤S5具体包括：计算预测值与真实值之间的BCEloss，计算预测值与真实值之间的DICEloss，对二者的损失值相加，即得到最终的损失值loss；
7.一种遥感影像变化检测系统，其特征在于：包括编码器模块、特征增强模块、特征融合模块、特征解码模块和损失值计算模块；
8.一种遥感影像变化检测装置，包括相电连接的处理器和存储器；所述存储器用于存储计算机程序；其特征在于：所述处理器执行前述计算机程序时，可实现如权利要求1-6任一项所述的遥感影像变化检测方法。
>9.一种计算机可读存储介质，其特征在于：所述存储介质上存储有计算机程序；...
【技术特征摘要】
1.一种遥感影像变化检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述遥感影像变化检测方法，其特征在于所述步骤s1具体包括：
3.根据权利要求2所述遥感影像变化检测方法，其特征在于所述步骤s2具体包括：
4.根据权利要求3所述遥感影像变化检测方法，其特征在于所述步骤s3具体包括：
5.根据权利要求4所述遥感影像变化检测方法，其特征在于所述步骤s4具体包括：
6.根据权利要求1或5所述遥感影像变化检测方法，其特征在于所述步骤s5具体包括：计算预测值与真实...
【专利技术属性】
技术研发人员：周院，韩骁，王一，杨庆庆，薛博维，程晗，
申请(专利权)人：中科星图空间技术有限公司，
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。