[发明专利]地物变化检测方法、电子装置和存储介质在审
申请号: | 202010946543.8 | 申请日: | 2020-09-10 |
公开(公告)号: | CN112233062A | 公开(公告)日: | 2021-01-15 |
发明(设计)人: | 黄积晟;任宇鹏;卢维;崔婵婕 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T3/40;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 杭州华进联浙知识产权代理有限公司 33250 | 代理人: | 龙伟 |
地址: | 310016 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 地物 变化 检测 方法 电子 装置 存储 介质 | ||
本申请涉及一种地物变化检测方法、电子装置和存储介质,其中,该地物变化检测方法包括:获取目标区域在不同时期的第一遥感影像和第二遥感影像;从第一遥感影像中获取多个第一分块图像,从第二遥感影像中获取与多个第一分块图像一一相应的多个第二分块图像,以及将每一对相应的第一分块图像和第二分块图像作为一个图像组,得到多个图像组;使用第一深度学习网络模型分别处理多个图像组,得到与多个图像组一一对应的多个变化检测分块图像;拼接多个变化检测分块图像,得到变化检测图像。通过本申请,解决了基于高分辨率遥感影像的地物变化检测效率低的问题,提高了地物变化检测效率。
技术领域
本申请涉及图像处理技术领域,特别是涉及地物变化检测方法、电子装置和存储介质。
背景技术
在高分辨率遥感影像算法中,大部分的软件都在如何解析已经保存的tiff格式的遥感影像文件,对tiff文件进行显示,以及GPS的计算。但是对于tiff中的图像进行智能的分析却很少。
相关技术中通常要结合GIS数据来进行遥感影像中地物特征的提取,然而GIS数据的获取、更新都不容易。也有的相关技术采用深度学习方法来自动提取遥感影像中的地物特征以及检测遥感影像中的地物变化,但是高分辨率遥感影像的分辨率最高可能达到数十万甚至百万级别,若使用深度学习模型处理这种高分辨率遥感影像,深度学习的模型的预测阶段需要耗费大量的计算机资源和时间,导致基于高分辨率遥感影像的地物变化检测效率低。
发明内容
本申请实施例中提供了一种地物变化检测方法、电子装置和存储介质,以至少解决相关技术中基于高分辨率遥感影像的地物变化检测效率低的问题。
第一方面,本申请实施例中提供了一种地物变化检测方法,包括:获取目标区域在不同时期的第一遥感影像和第二遥感影像;从所述第一遥感影像中获取多个第一分块图像,从所述第二遥感影像中获取与多个所述第一分块图像一一相应的多个第二分块图像,以及将每一对相应的所述第一分块图像和所述第二分块图像作为一个图像组,得到多个所述图像组;使用第一深度学习网络模型分别处理多个所述图像组,得到与多个所述图像组一一对应的多个变化检测分块图像,其中,所述变化检测分块图像用于表示图像组之间的地物变化区域;拼接多个所述变化检测分块图像,得到用于表示所述第一遥感影像和所述第二遥感影像之间的地物变化区域的变化检测图像。
在其中一些实施例中,在将每一对相应的所述第一分块图像和所述第二分块图像作为一个图像组,得到多个所述图像组之后,所述方法还包括:使用第二深度学习网络模型分别处理多个所述图像组,得到与多个所述图像组一一对应的多个第一地物类型分割分块图像和多个第二地物类型分割分块图像,其中,所述第一地物类型分割分块图像用于表示所述图像组中的第一分块图像中地物类型的分割结果,所述第二地物类型分割分块图像用于表示所述图像组中的第二分块图像中地物类型的分割结果;拼接多个所述第一地物类型分割分块图像,得到用于表示所述第一遥感影像的地物类型的分割结果的第一地物类型分割图像,以及拼接多个所述第二地物类型分割分块图像,得到用于表示所述第二遥感影像的地物类型的分割结果的第二地物类型分割图像。
在其中一些实施例中,在拼接多个所述第一地物类型分割分块图像,得到用于表示所述第一遥感影像的地物类型的分割结果的第一地物类型分割图像,以及拼接多个所述第二地物类型分割分块图像,得到用于表示所述第二遥感影像的地物类型的分割结果的第二地物类型分割图像之后,所述方法还包括:根据所述变化检测图像,确定所述第一遥感影像和所述第二遥感影像之间地物变化区域;根据所述第一地物类型分割图像和所述第二地物类型分割图像,确定所述地物变化区域的地物类型变化结果;在所述第一遥感影像和/或所述第二遥感影像中标注所述地物变化区域和所述地物类型变化结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010946543.8/2.html,转载请声明来源钻瓜专利网。