[发明专利]一种轻量型的任意尺度双时相影像变化检测方法

说明书

本发明公开了一种轻量型的任意尺度双时相影像变化检测方法，包括以下步骤：S1：获取现有的基于高分辨率遥感影像的变化检测数据集；同时获取待检测区域的双时相影像并构建多分辨率变化检测数据集；S2：构建轻量型的任意尺度变化检测模型；S3：利用所述的基于高分辨率遥感影像的变化检测数据集对轻量型的任意尺度变化检测模型的变化检测模块进行预训练；S4：利用多分辨率变化检测数据集对步骤S2构建的整个模型进行训练，得到训练好的轻量型的任意尺度变化检测模型；S5：将待检测区域的具有不同分辨率的双时相影像，输入在训练好的模型中，得到待检测区域的变化结果图。本发明实现了对任意尺度双时相影像的变化检测。

技术领域

本发明涉及遥感地理信息系统领域，更具体地，涉及一种轻量型的任意尺度双时相影像变化检测方法。

背景技术

变化检测的目的是识别同一区域内双时相图像之间的地表变化，为国土资源调查、生态监测与保护、城市规划等许多重要应用提供定量数据。遥感影像由于具有覆盖范围广、信息丰富、时效性高等特点，一直以来就是地物信息提取的主要数据来源。其中，高分辨率遥感影像由于包含丰富的空间细节信息，在各类制图和应用中发挥着越来越重要的作用。

近年来，基于深度学习的方法已经成为高分辨率图像变化检测最主要的解决方案。给定具有相同分辨率的双时相图像，这些方法通过卷积运算有效地提取其中的多层次信息，进而挖掘变化信息。然而，受到遥感数据的获取限制，在实际生产中往往需要使用不同分辨率的双时相图像进行变化分析。为了解决变化检测数据的分辨率差异问题，学者们将亚像素定位(SPM)引入变化检测中。SPM通过建立前一时相高分辨率土地覆盖图与后一幅粗分辨率图像之间的映射关系，得到高分辨率的变化图。这类方法在过去被广泛用于解决Landsat-MODIS图像变化检测的分辨率差异问题，并取得了有效的结果。然而，受类内异质性和类间相似性的影响，基于SPM的方法难以有效地用于高分辨率遥感影像。为此，最近有研究提出利用超分辨率解决面向高分辨率遥感影像的多尺度变化检测问题。然而，传统的超分辨率模型内存占用大，且只能实现特定尺度的超分重建，难以满足多样化的实际生产需要。

现有技术中，公开号为：CN110969088A中国发明专利，于2020年4月7号公开了一种基于显著性检测与深度孪生神经网络的遥感影像变化检测方法，该方法包括：两时相遥感影像的预处理；对差值影像进行归一化处理；多尺度分割及合并优化；显著性检测图的获得；建立双窗口深度孪生卷积网络模型及其训练；将分割对象与像素级变化检测结果通过判定融合，最终得到变化检测结果图。该方案在一定程度上能够克服椒盐噪声的影响，提高检测精度，但其无法适应任意尺度的超分辨率，且模型不够轻量化。

发明内容

本发明为克服上述现有的检测方法无法实现多尺度遥感影像的变化检测的缺陷，提供一种轻量型的任意尺度双时相影像变化检测方法。

本发明的首要目的是为解决上述技术问题，本发明的技术方案如下：

一种轻量型的任意尺度双时相影像变化检测方法，包括以下步骤：

S1：获取现有的基于高分辨率遥感影像的变化检测数据集；同时获取待检测区域的双时相影像并构建多分辨率变化检测数据集；

S2：构建轻量型的任意尺度变化检测模型；

S3：利用所述的基于高分辨率遥感影像的变化检测数据集对轻量型的任意尺度变化检测模型的进行预训练；

S4：利用多分辨率变化检测数据集对步骤S2构建的整个模型进行训练，得到训练好的轻量型的任意尺度变化检测模型；

S5：将待检测区域的具有不同分辨率的双时相影像，输入在训练好的模型中，得到待检测区域的变化结果图。

进一步地，步骤S1所述的获取现有的基于高分辨率遥感影像的变化检测数据集具体过程为：

S101：确定高分辨率遥感影像的变化检测数据集的数据源；