[发明专利]恒等残差型Unet与遥感水体指数的河湖岸线变化检测方法

权利要求书

1.一种基于恒等残差型Unet与遥感水体指数的河湖岸线变化检测方法，其特征在于，包含以下步骤：

步骤1，获取不同时期多光谱遥感影像后，进行恒等残差型Unet网络建筑物提取；

步骤1的具体实现方式如下，

以U-net为基础网络架构进行优化改进，获得恒等残差型Unet网络，并进行训练相关参数设计；

所述恒等残差型Unet为编码解码结构，在编码过程中，输入图像首先进行多次卷积处理，然后进行最大池化操作完成下采样，再输入到恒等残差模块中进行处理，所述恒等残差模块包含n次卷积操作，设输入特征为input，首先将输入特征input进n-1次卷积操作、批标准化及Relu函数激活操作得到特征x，再将输入特征input与x进行相加操作，最后对相加后的特征进行卷积操作、批标准化及Relu函数激活操作；

输入图像重复m次最大池化下采样及恒等残差模块处理后，得到底层输出特征，再对输出特征与上一层下采样的图像特征进行Concat拼接操作，并进行上采样，重复m次特征拼接与上采样过程，然后进行多次卷积核操作、批归一化以及Relu函数激活操作，最后进行一次卷积核大小为1×1，卷积层数为1的卷积操作及Sigmoid函数激活操作，得到恒等残差型Unet最终概率输出结果；

进行训练影像样本选择及预处理，将训练影像和标签，统一缩放到N×N像素大小，获得适配网络架构的训练样本；

输入训练样本进行恒等残差型Unet网络训练，获得训练好的恒等残差型Unet网络；

对多光谱遥感影像进行遥感影像预处理，将处理后的遥感影像分块输入训练好的网络中，再进行拼接得到建筑物提取概率图；

设定灰度阈值T1，进行建筑物提取概率图的二值化，灰度大于等于T1的像素被识别为建筑物用1表示，小于T1为非建筑物，用0表示，从而获取遥感影像建筑物提取结果；

步骤2，利用遥感水体指数进行水体提取；

步骤3，利用步骤1、2处理后获取的不同时期河湖岸线地物识别结果进行河湖岸线变化检测，获取河湖岸线变化检测结果，实现方式如下，

所述河湖岸线是包含河湖岸线线状目标的带状区域，包含建筑物和水体，在得到经步骤1、2处理后得到的不同时期河湖岸线地物识别结果后，进行影像变化检测，再进行影像变化检测结果渲染，获取河湖岸线变化检测结果。

2.如权利要求1所述的一种基于恒等残差型Unet与遥感水体指数的河湖岸线变化检测方法，其特征在于：训练影像样本选择及预处理中，影像缩放插值方式为双线性插值，N的取值为128。

3.如权利要求1所述的一种基于恒等残差型Unet与遥感水体指数的河湖岸线变化检测方法，其特征在于：所述恒等残差型Unet网络的输入特征维度为128×128×3，分别对应训练影像的RGB三波段，输出特征维度为128×128×1。

4.如权利要求1所述的一种基于恒等残差型Unet与遥感水体指数的河湖岸线变化检测方法，其特征在于：所述恒等残差型Unet网络采用如下损失函数，

p_i为图像第i个像素的预测概率值，g_i为图像第i个像素的真实值，N为图像的像素总数。

5.如权利要求1所述的一种基于恒等残差型Unet与遥感水体指数的河湖岸线变化检测方法，其特征在于：所述恒等残差型Unet网络训练过程中采用adam作为优化器，以准确率Accuracy作为评价标准。

6.如权利要求1所述的一种基于恒等残差型Unet与遥感水体指数的河湖岸线变化检测方法，其特征在于：步骤2中利用遥感水体指数进行水体提取的具体实现方式如下，

根据多光谱遥感影像计算NDWI水体指数，NDWI水体指数计算公式为：NDWI＝(Green-NIR)/(Green+NIR)，其中Green代表遥感影像的绿色波段，NIR代表近红外波段；

设定阈值T2对NDWI影像进行影像二值化，获得遥感影像水体识别结果。

7.如权利要求6所述的一种基于恒等残差型Unet与遥感水体指数的河湖岸线变化检测方法，其特征在于：步骤2中所述NDWI影像二值化中阈值T2取值为0.45。