[发明专利]基于多尺度场景变化检测的遥感影像损毁建筑物提取方法

权利要求书

1.一种基于多尺度场景变化检测的遥感影像损毁建筑物提取方法，其特征在于，包括以下步骤：

S1、收集待提取损毁建筑物所在地灾前和灾后的影像并进行数据预处理；

S2、提取所述步骤S1预处理后的灾前影像的建筑物区域，并对其进行多尺度分割，得到多尺度分割结果；

S3、利用所述步骤S2得到的多尺度分割结果，基于深度孪生网络进行场景变化检测，得到各分割尺度下的损毁建筑物检测结果；

S4、对所述步骤S3得到的各分割尺度下的损毁建筑物检测结果进行自动融合，确定分割体的最终类别，包括以下分步骤：

S41、分别统计各像素在所有尺度下对应变化概率最大值和未变化概率最大值，比较两者大小并将概率值大的类别作为该像素的最终类别，其表达式为：

其中分别为分割尺度s_j下建筑物像素i对应的变化概率和未变化概率，为变化概率最大值，为未变化概率最大值，c_i为该像素的最终类别；

S42、以最小分割尺度中的分割体为基本单元，统计各分割体内各类别像素的频率，并将频数最大的类别作为分割体的最终类别；

S43、对分类结果中的建筑物孔洞进行孔洞填充。

2.如权利要求1所述的一种基于多尺度场景变化检测的遥感影像损毁建筑物提取方法，其特征在于，所述步骤S1包括以下分步骤：

S11、收集待提取损毁建筑物所在地灾前和灾后的影像；

S12、选择灾前或灾后影像作为基准影像，另一幅作为待配准影像，手动均匀选择若干个同名像点作为控制点，采用插值方法完成灾前、灾后影像配准；

S13、选择配准后的灾前或灾后影像作为基准影像，另一幅作为待匹配影像，完成灾前、灾后影像直方图匹配。

3.如权利要求2所述的一种基于多尺度场景变化检测的遥感影像损毁建筑物提取方法，其特征在于，所述步骤S2包括以下分步骤：

S21、通过人工目视解译的方式勾画出各灾前影像对应的建筑物真值，并将影像有重叠的裁剪成512*512像素大小，作为语义分割模型样本库；

S22、采用所述步骤S21构建的语义分割模型样本库训练语义分割模型，并利用训练好的模型提取灾前影像中的建筑物，得到以二值图像表示的建筑物提取结果；

S23、利用建筑物提取结果对灾前影像进行掩膜处理，并对其进行多尺度分割，得到多尺度分割结果。

4.如权利要求3所述的一种基于多尺度场景变化检测的遥感影像损毁建筑物提取方法，其特征在于，所述步骤S3包括以下分步骤：

S31、基于所述步骤S23得到的多尺度分割结果，利用建筑物分割体分别从灾前、灾后影像中裁剪对应位置的影像块，然后通过目视判读的方式从中挑选完整建筑物样本对和损毁建筑物样本对来构建深度孪生网络样本库；

S32、利用深度孪生网络样本库中的样本对深度孪生网络模型进行训练；

S33、在不同分割尺度下，基于各建筑物分割体分别从灾前、灾后影像中裁剪对应位置的影像块，并输入深度孪生网络计算变化概率和未变化概率，将各个分割体的变化概率和未变化概率映射回分割体，分别得到各尺度下的损毁建筑物检测结果。