一种用于高光谱图像的水域环境变化检测方法技术

本发明专利技术公开了一种用于高光谱图像的水域环境变化检测方法，包括以下步骤：步骤1，输入两张待检测水域环境变化的高光谱图像；步骤2，将待测图像输入STWaveNet时序特征提取模块，通过动态控制膨胀率，获得富含时序信息第一特征图；步骤3，将第一特征图输入MTWE特征融合模块，通过忽略相邻的无用光谱通道，捕捉跨度长的水域光谱信息，获得融合了时序信息和水域环境信息的第二特征图；步骤4，将第二特征图输入针对高光谱图像特征图改造的I‑Resnet网络模型中，输出水域环境变化的区域和变化地物类型，完成高光谱图像的水域环境变化检测。本发明专利技术方法能有效应对高光谱图像水域环境变化的复杂性和多样性，检测准确度高，可以有效完成高光谱图像水域环境变化检测。

【技术实现步骤摘要】

本专利技术涉及一种用于高光谱图像的水域环境变化检测方法，属于图像处理。

技术介绍

1、近年来，全面认识全球变化对于及时、准确地提供地球演化信息至关重要。变化检测作为多时相高光谱图像差异识别的重要应用，在河湖水域岸线空间管控中有着广泛的应用。然而，由于多时相高光谱图像的水域变化检测存在地物多样性和光谱的复杂性，多时相高光谱图像的水域变化检测仍存在诸多需要攻克的技术难点。

技术实现思路

1、本专利技术的目的在于提供一种用于高光谱图像的水域环境变化检测方法，以解决现有高光谱图像的水域环境变化检测方法难以应付复杂的场景，准确性不佳的问题。

2、为达到上述目的，本专利技术采用如下述技术方案：

3、本专利技术提供了一种高光谱图像的水域环境变化检测方法，该方法基于变化检测模型实现，所述异常检测模型包括依次连接的stwavenet时序特征提取模块、mtwe特征融合模块、i-resnet网络模型，所述方法包括以下步骤：

4、步骤1，输入两张待检测水域环境变化的高光谱图像；

5、步本文档来自技高网...

【技术保护点】

1.一种用于高光谱图像的水域环境变化检测方法，其特征在于：该方法基于变化检测模型实现，所述变化检测模型包括依次连接的STWaveNet时序特征提取模块、MTWE特征融合模块、I-Resnet网络模型，所述方法包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述步骤1所使用的STWaveNet特征提取模块包括3个堆叠的动态膨胀率的膨胀因果卷积层，其中膨胀因果卷积层依次连接因果卷积层，膨胀率为k的扩展卷积层，并且k从1，2，4中可以动态的选择。

3.根据权利要求1所述的方法，其特征在于，所述步骤2将所述第一特征图输入MTWE特征融合模块，通过忽略相邻的无用光...

【技术特征摘要】

1.一种用于高光谱图像的水域环境变化检测方法，其特征在于：该方法基于变化检测模型实现，所述变化检测模型包括依次连接的stwavenet时序特征提取模块、mtwe特征融合模块、i-resnet网络模型，所述方法包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述步骤1所使用的stwavenet特征提取模块包括3个堆叠的动态膨胀率的膨胀因果卷积层，其中膨胀因果卷积层依次连接因果卷积层，膨胀率为k的扩展卷积层，并且k从1，2，4中可以动态的选择。

3.根据权利要求1所述的方法，其特征在于，所述步骤2将所述第一特征图输入mtwe特征融合模块，通过忽略相邻的无用光谱通道，捕捉跨度长的水域光谱信息，获得融合了时序信息和水域环境信息的第二特征图，包括：

4.根据权利要求1所述的方法，其特征在于，所述步骤3中的mtwe融合特征模块包括依次连接的2个标准卷积层、多个含有跳跃连接的瓶颈结...

【专利技术属性】
技术研发人员：巫义锐，吴本泽，
申请(专利权)人：河海大学，
类型：发明
国别省市：