[发明专利]基于剖分网格的遥感影像变化检测方法、装置、终端

说明书

本发明实施例公开了提供一种基于剖分网格的遥感影像变化检测方法、装置、计算机终端，能够让变化检测精度不再受限于图像分类精度，并且可以有效避免噪音的影响。其中，基于剖分网格的遥感影像变化检测方法，包括：获取预检测区域在不同时相下的多个遥感图像；根据相同的剖分编码方式对多个遥感图像进行剖分编码处理，形成多个网格单元，其中，每个网格单元配置唯一性编码；获取至少一个网格单元在不同时相下的变化情况，用于判断预检测区域内的影像变化情况。

技术领域

本发明涉及遥感变化检测领域。更具体地说，本发明涉及基于剖分网格的遥感影像变化检测方法、装置、计算机终端。

背景技术

遥感变化检测技术是判断多时相遥感影像上同一块区域内的地物对象是否发生变化，甚至检测出发生怎样变化的技术。通过对覆盖同一区域的多时相遥感影像进行人工和计算机协助处理，准确、快速地提取出影像中的变化信息，实现对变化地物的动态监测和地表变化趋势及其演化规律的分析，在城市扩展、土地利用变化、森林植被变化、生态环境监测和灾害监测等诸多领域发挥着极其重要的作用。

目前的遥感变化检测方法中的检测单元主要有像元和对象两种：(1)基于像元：以遥感影像的像元建立最小变化单元，采用像元直接比较法如差值法、比值法、回归分析法等，通过对多时相影像上相同位置的像元进行代数运算后得到变化特征图，再按阈值切分变化特征图找出遥感影像变化的位置。基于像元的遥感变化检测方法主要应用在中低分辨率、光谱信息极其丰富和地物间光谱差异较为明显的遥感影像上。(2)基于对象：以遥感影像的地物对象建立最小变化单元，对象是由相互关联的像元组成。对象不仅利用影像的光谱信息，还利用了空间信息，主要应用在遥感图像分类场景。基于对象作为变化单元综合考虑光谱统计特征，形状，大小，纹理，相邻关系等一系列因素，得到较高精度的信息分类结果。基于对象根据对象生成方式的不同可分为“对象生成法”和“图斑生成法”，前者通基于地物类别对遥感影像进行地物分割；后者则是先通过算法自动聚合成无类别的图斑，然后选择分类方法或特征值对已有图斑进行分类。

以上遥感影像变化检测解决方案中，存在以下缺陷：(1)以像元作为遥感变化的检测单元容易受到图像噪声影响，鲁棒性较差。对于不同时相的高空间分辨率遥感影像的比对，两幅影像的配准精度要求更高，像元对其真实的地理位置变得更加敏感，在这种情况下，仍采用像元级的比对方式很容易受到噪声影响。(2)以地物对象作为遥感影像变化的检测单元必须经过遥感影像分类过程，且影像的变化检测精度受限于影像的地物分类精度。影像分类需要根据业务需求建立一套地物分类标准，影像需要根据地物分类标准来进行地物分类，这个过程耗费大量人力，且缺少现势性和通用性。

发明内容

本发明的一个目的是解决上述问题，并提供后面将说明的优点。

为此，本发明实施例提供了一种基于剖分网格的遥感影像变化检测方法、装置、计算机终端和存储介质，能够让遥感影像的变化检测精度不再受限于图像分类精度，并且可以有效避免噪音的影响。

具体地，本发明实施例提供了如下技术方案：

在一个方面，本申请实施例提供了一种基于剖分网格的遥感影像变化检测方法，包括：获取预检测区域在不同时相下的多个遥感图像；根据相同的剖分编码方式对多个遥感图像进行剖分编码处理，形成多个网格单元，其中，每个网格单元配置唯一性编码；获取至少一个网格单元在不同时相下的变化情况，用于判断预检测区域内的影像变化情况。

在另一个方面，本申请实施例提供了一种基于剖分网格的遥感影像变化检测方法，包括：获取预检测区域在不同时相下的多个遥感图像；根据相同的剖分编码方式对多个遥感图像进行剖分编码处理，形成多个网格单元，其中，每个网格单元元具有对应的唯一性编码和多个网格图像；获取目标编码对应的网格单元在不同时向下对应的多个目标网格图像；判断多个目标网格图像之间的相似度；根据所述相似度，判断预检测区域内影像是否发生变化。