[发明专利]一种基于深度学习的遥感图像建筑物变化检测方法在审
| 申请号： | 201910035907.4 | 申请日： | 2019-01-15 |
| 公开（公告）号： | CN109886106A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 唐文博;罗智凌;廖翔勇;尹建伟;赵文波;尚永衡;吴朝晖 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06K9/36;G06K9/62;G06N3/04 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 曹兆霞 |
| 地址： | 310013 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种遥感图像建筑物变化检测方法，包括：(1)对前后时相遥感图像依次进行正射校正、图像配准、图像拉伸以及图像数值归一化预处理；(2)标注经预处理后的前后时相遥感图像中建筑物更新部分，得到变化Label图；(3)叠加前后时相遥感图像，并切割叠加后的遥感图像和变化Label图，得到训练样本；(4)构建和训练建筑物变化检测网络，得到建筑物变化检测模型；(5)将待检测的前后时相遥感图像经预处理、叠加、切割获得待测样本；(6)将待测样本输入至建筑物变化检测模型中，经计算输出检测结果图。该方法能够实现对建筑物变化信息进行精准、快速的提取。 | ||
| 搜索关键词： | 遥感图像 建筑物 变化检测 叠加 预处理 待测样本 切割 归一化预处理 变化信息 输出检测 图像拉伸 图像配准 训练样本 结果图 构建 校正 标注 图像 检测 更新 网络 学习 | ||
【主权项】：
1.一种遥感图像建筑物变化检测方法，包括以下步骤：(1)对前后时相遥感图像依次进行正射校正、图像配准、图像拉伸以及图像数值归一化预处理，从而得到数据分布较为一致的遥感图像；(2)比对经预处理后的前后时相遥感图像，标注遥感图像中建筑物更新部分，得到对应的变化Label图；(3)叠加预处理后的前后时相遥感图像，采用同一尺寸对叠加后的遥感图像和变化Label图进行切割，得到训练样本；(4)构建建筑物变化检测网络，该建筑物变化检测网络以Unet网络为基础，在网络收缩路径的每个卷积后添加BN层，在网络扩张路径上采样阶段添加Dropout层，将FlowNet的Refinement模块迁移到Unet的上采样阶段，并基于多层级预测的结果计算损失函数；(5)利用训练样本训练建筑物变化检测网络，获得建筑物变化检测模型；(6)将待检测的前后时相遥感图像依次经正射校正、图像配准、图像拉伸以及图像数值归一化预处理后，再经叠加、切割获得待测样本；(7)将待测样本输入至建筑物变化检测模型中，经计算输出检测结果图。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910035907.4/，转载请声明来源钻瓜专利网。
