[发明专利]监控摄像头远距离建筑物变化检测的方法

说明书

本发明涉及自然资源调查监测监管中的建筑物变化检测领域，并具体公开了一种监控摄像头远距离建筑物变化检测的方法，将前时相影像和后时相影像进行双线性插值处理，将前时相影像和后时相影像进行配准，生成高分辨率前时相影像和高分辨率后时相影像，检测高分辨率变化图像中的建筑物，得到高分辨率建筑物变化影像，将高分辨率前时相影像二值化，并对其进行形态学后处理去除斑点噪声，得到高分辨率前时相影像二值图，将其与高分辨率建筑物变化影像进行一比一的像素加权融合，得到建筑物变化区域结果图，通过将低分辨率的影像转为高分辨率的影像，提高目标建筑物的大小，再进行建筑物的变化检测，实现监控摄像头下建筑物的变化检测。

技术领域

本发明涉及自然资源调查监测监管中的建筑物变化检测领域，尤其涉及一种监控摄像头远距离建筑物变化检测的方法。

背景技术

目前建筑物变化检测采用较多的是基于卫星遥感数据开展变化检测。但是，由于遥感卫星通常形成的是类似正射影像影，数据分辨率不高，卫星回返周期长，导致发现建筑物变化预警周期长。

与遥感影像的俯视角度而言，监控摄像头通常部署在高塔或者高楼上，能够监控5-10公里的自然资源变化，但是利用监控摄像头观测建筑物变化时，监控摄像头下建筑图片较小、分辨率较低导致变化区域检测不到。

发明内容

本发明的目的在于提供一种监控摄像头远距离建筑物变化检测的方法，旨在解决现有技术中利用监控摄像头观测建筑物变化时，监控摄像头下建筑图片较小、分辨率较低导致变化区域检测不到的技术问题。

为实现上述目的，本发明采用的一种监控摄像头远距离建筑物变化检测的方法，包括如下步骤，

使用监控摄像头采集同一地点、不同时相的建筑物图像数据，建立建筑物低分辨率图像数据集；

将前时相影像和后时相影像进行双线性插值处理，得到两个分辨率相同的影像；

通过特征点匹配的方式将前时相影像和后时相影像进行配准，得到建筑物位置对应的两幅图像；

使用生成对抗网络对前后时相影像进行超分重建，生成高分辨率前时相影像和高分辨率后时相影像；

针对生成的高分辨率前时相影像和高分辨率后时相影像，采用影像差值法，生成低分辨率变化影像；

对生成的低分辨率变化影像，进行超分重建，将含有建筑物信息区域的像素进行二次增强，生成高分辨率变化影像；

利用faster-rcnn目标检测网络检测高分辨率变化图像中的建筑物，得到高分辨率建筑物变化影像；

将高分辨率前时相影像二值化，并对其进行形态学后处理去除斑点噪声，得到高分辨率前时相影像二值图；

将高分辨率前时相影像二值图与高分辨率建筑物变化影像进行一比一的像素加权融合，得到建筑物变化区域结果图。

其中，在“使用监控摄像头采集同一地点、不同时相的建筑物图像数据，建立建筑物低分辨率图像数据集”中，所述方法还包括，

针对安装的监控摄像头设置N个巡航点，每个巡航点每隔一段时间采集一次图像，将图像命名为易于读取的文件格式，建立建筑物低分辨率图像数据集。

其中，在“将前时相影像和后时相影像进行双线性插值处理，得到两个分辨率相同的影像”中，所述方法还包括，

所述双线性插值采用python中resize函数，其中选取的插值方式为双线性插值，即在两个方向上分别进行一次线性插值。

其中，在“通过特征点匹配的方式将前时相影像和后时相影像进行配准，得到建筑物位置对应的两幅图像”中，所述方法还包括，

所述特征点匹配的方式为使用sift算法提取图像中的不随外界环境变化而变化的关键点。