[发明专利]一种基于对象的多尺度层次表达学习的变化检测方法

权利要求书

1.一种基于对象的多尺度层次表达学习的变化检测方法，其特征在于，包括：

根据第一待检测遥感图像获取融合图像和多尺度图像；

根据所述融合图像获取超像素映射图；

根据多尺度层次学习模型、所述多尺度图像、所述超像素映射图，获取多尺度层次特征，所述多尺度层次学习模型包括若干栈式自编码器，每个所述栈式自编码器包括输入层、若干隐藏层和输出层；

根据所述多尺度层次特征获取检测结果图；

所述根据第一待检测遥感图像获取融合图像和多尺度图像，包括：

获取若干所述第一待检测遥感图像；

对若干所述第一待检测遥感图像分别进行辐射校正、几何校正和配准处理，获取若干第二待检测遥感图像；

根据所述第二待检测遥感图像获取融合图像和多尺度图像；所述根据所述第二待检测遥感图像获取融合图像和多尺度图像，包括：

对所述第二待检测遥感图像进行融合处理，获取所述融合图像；

利用高斯滤波器对所述第二待检测遥感图像进行处理，获取所述多尺度图像，其中，所述多尺度图像包括小尺度图像、中尺度图像和大尺度图像；

对所述第二待检测遥感图像进行融合处理，获取所述融合图像，包括：

按照预设区域计算所述第二待检测遥感图像中每个像素点的像素均值，获取第三待检测遥感图像；

计算所有所述第三待检测遥感图像中的每个对应像素点的像素均值，获取所述融合图像；

所述根据所述融合图像获取超像素映射图，包括：

利用超像素分割法处理所述融合图像，获取所述超像素映射图，所述超像素映射图包括若干第一像素块；

所述根据多尺度层次学习模型、所述多尺度图像、所述超像素映射图，获取多尺度层次特征，包括：

建立多尺度层次学习模型；

根据所述超像素映射图将所述多尺度图像进行处理，获取多尺度遥感图像，其中，所述多尺度遥感图像包括若干第二像素块；

将所述多尺度遥感图像对应位置的第二像素块输入至所述多尺度层次学习模型，获取所述多尺度层次特征。

2.如权利要求1所述的变化检测方法，其特征在于，根据所述多尺度层次特征获取检测结果图，包括：

将所述多尺度层次特征进行加权特征融合，获取所述第一待检测遥感图像的混合特征向量；

根据所述混合特征向量的KL散度获取所述检测结果图。

3.如权利要求2所述的变化检测方法，其特征在于，根据所述混合特征向量的KL散度获取所述检测结果图，包括：

对所述混合特征向量的KL散度进行聚类处理，获取所述检测结果图。

4.如权利要求3所述的变化检测方法，其特征在于，对KL散度进行聚类处理，获取所述检测结果图，包括：

利用无监督聚类法对KL散度进行聚类处理，获取所述检测结果图。