[发明专利]一种基于多时相遥感影像的土地利用变化智能理解方法

说明书

本发明提供了一种基于多时相遥感影像的土地利用变化智能理解方法，包括检测两时相遥感影像目标区域内发生变化的对象和用自然语言描述变化的内容；检测两时相遥感影像目标区域内发生变化的对象包括获取两时相的数据、遥感影像的预处理、两时相数据的分块裁剪、构建掩膜、模型训练和模型测试、检测发生变化的内容并将变化地块高亮表示等内容；用自然语言描述变化的内容包括确定描述变化内容的语句模板、生成描述语句。本发明对两时相的遥感影像分别分割，利用地物类别信息判别同一位置地物类别的变化，变化检测更精确，描述内容确定化；用自然语言对变化内容进行描述，直观地展示两时相影像的变化内容，便于遥感影像的深层理解。

技术领域

本发明涉及计算机视觉和图像语义理解技术领域，特别地，涉及一种基于多时相遥感影像的土地利用变化智能理解方法。

背景技术

遥感影像是国土资源管理与利用的重要数据来源。从海量的数据中快速、自动地定位出有信息差异的数据，挖掘出遥感影像中的隐含信息，可以节省大量的人力物力，对有效利用土地资源以及有关部门的科学决策有着十分重要的意义。传统的遥感影像变化检测通常以光谱等特征为基础，检测并判断同一位置的地物是否发生了变化，难以有效利用高分辨率遥感影像中的几何、形状、语义等高层信息，检测的精度不高。而且，地物发生了何种变化并不能直观地以知识的形式表达出来，对决策的支撑度还不强。

而随着深度学习的兴起，图像分割、图像识别技术迅速发展，为遥感影像变化检测提供了更加有效的方法。同时，自然语言处理技术的发展，使得用自然语言对遥感影像的内容进行直观的理解成为可能。因此，对不同时期的遥感影像的土地利用类别进行变化检测，利用深度学习方法对变化内容进行智能描述，具有重要的研究意义和实用价值。

发明内容

本发明目的在于提供一种基于多时相遥感影像的土地利用变化智能理解方法，以解决传统的遥感影像变化检测难以有效利用高分辨率遥感影像中的几何、形状、语义等高层信息，检测精度不高，地物发生了何种变化不能直观地以知识的形式表达出来的技术问题。

为实现上述目的，本发明提供了一种基于多时相遥感影像的土地利用变化智能理解方法，包括检测两时相遥感影像目标区域内发生变化的对象和用自然语言描述变化的内容；

检测两时相遥感影像目标区域内发生变化的对象具体包括以下步骤：

步骤A1：获取两时相的遥感数据，具体是：获取目标区域T1时刻与T2时刻的遥感影像，以及与遥感影像对应匹配的矢量数据；

步骤A2：遥感影像的预处理，具体是：对遥感影像进行几何配准、辐射校正等；

步骤A3：两时相数据的分块裁剪，包括遥感影像的分块裁剪和矢量数据的分块裁剪；具体是：根据比例尺大小的要求，将两个时期的影像裁剪成M幅规定尺寸的遥感影像块；同时生成与遥感影像块相匹配的M幅矢量数据块；

步骤A4：构建掩膜和模型训练，具体是：首先确定影像中需要检测的地物目标，根据步骤A3中获得的遥感影像块和矢量数据块，构建掩膜，将遥感影像块和对应的掩膜输入到基于深度学习的影像语义分割模型中进行训练，得到更新后的影像语义分割模型；

步骤A5：模型测试，将待进行变化检测的两幅不同时期的遥感影像F1、F2分别输入到步骤A4得到的影像语义分割模型中，分别得到其对应的掩膜；其中，不同的颜色代表了不同的地物类别；