System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种多源卫星遥感影像快速变化检测方法技术_技高网

一种多源卫星遥感影像快速变化检测方法技术

技术编号:43969280 阅读:15 留言:0更新日期:2025-01-10 19:58
本发明专利技术提供一种多源卫星遥感影像快速变化检测方法,通过面向像素的投影变换方法,同时实现多源传感器的相对辐射校正和变化区域预检测,对可能存在变化的区域进行初步筛选,仅处理可能存在变化的区域,避免多时相影像分类分割全局运算,可大大减少影像分割计算量;再针对可能存在变化的局部区域进行建筑物、水体、植被、裸地四类地物识别及分割,一方面避免像素级变化检测方法受光照、噪声影响的问题,同时也避免全局影像上目标范围过小造成对象分割误差,导致变化检测不准确的问题。

【技术实现步骤摘要】

本专利技术属于遥感图像快速处理和计算机视觉,具体涉及一种遥感影像快速变化检测方法。


技术介绍

1、变化检测是通过比较同一地理区域不同时间点获取的两张或多张遥感影像来发现地球表面所发生的变化的过程,在土地利用类型变化分析、灾害评估、资源环境监测等领域取得了广泛应用。传统的变化检测方法对多时相遥感影像的辐射度差别、噪声等比较敏感,由于拍摄角度和拍摄时间的不同,造成不同传感器不同时相拍摄的遥感影像之间存在几何误差和辐射差异,影响后续变化检测精度。

2、现有变化检测方法主要分为面向像元的和面向对象的检测方法。面向像元的变化检测方法计算简单快速,但得到的结果较为破碎,容易出现类似噪声的伪变化信息;另一方面,面向对象的检测方法需要对两幅遥感影像分别进行分类分割,处理数据量大,其精度受分割算法影响。


技术实现思路

1、本专利技术的目的在于提供一种多源卫星遥感影像快速变化检测方法,通过ir-mad变换对多时相影像同时进行多源传感器的相对辐射校正和变化区域预检测,再针对可能存在变化的区域采用已训练好的yolo8-seg分割网络进行地物分割,最后进行差分计算得到变化检测结果,可以减少多时相影像分类分割计算量的同时,提高其精度和效率。

2、本专利技术采用如下技术方案实现:

3、一种卫星遥感影像快速变化检测方法,包括如下步骤:

4、步骤一、几何配准:以第一时刻影像img1为基准影像,采用特征提取算法对第一影像img1和第二时刻影像img2分别提取几何特征,并进行特征匹配;通过建立仿射变换模型得到第二时刻影像img2与第一时刻影像img1的几何映射关系,并根据几何映射关系对第二时刻影像img2进行几何变换,得到第二时刻相较于第一时刻的配准影像img'2,使两幅影像在同一个空间坐标系下;

5、步骤二、ir-mad变换:对第一时刻影像img1和步骤一得到的配准影像img'2进行迭代加权多元检测算法ir-mad变换,找出未变化像元样本pif和变化像元样本cif,未变化像元样本pif和变化像元样本cif分别记录未变化像元在影像中的位置和变化像元在影像中的位置信息;

6、步骤三、相对辐射校正:根据步骤二得到的未变化像元样本集合pif,构建相对辐射校正模型,并对相对辐射校正模型进行求解,得到辐射校正模型参数,利用所述相对辐射校正模型参数对步骤一得到的配准影像img'2进行辐射校正,得到第二时刻校正后影像img2_new;

7、步骤四、目标分割:对于第一时刻影像img1和步骤三得到的第二时刻校正后影像img2_new,设置切片窗口大小size,进行分块切片,得到第一时刻影像img1切片序列tile1和第二时刻校正后影像img2_new切片序列tile2;遍历切片,当第一时刻影像img1和第二时刻校正后影像img2_new上相同位置的切片c1和c2中含有步骤二得到的变化像元样本cif时,对切片c1和c2分别进行目标分割,否则则跳过;用训练好的目标分割网络模型对切片c1和c2进行目标分割,提取切片c1内的目标类型class1和目标形状矢量shape1,和c2内的目标类型class2和目标形状矢量shape2,分别存储到分割结果tar1和tar2;

8、步骤五、差分检测:对步骤四得到的分割结果tar1和tar2中的目标形状矢量shape1与shape2进行差分计算,并进行阈值分割,得到发生变化的目标形状矢量shapechange,tar1对应的目标类型class1、tar2对应的class2分别作为变化前后目标类型classbefore,classafter,存储变化结果c=[shapechange,classbefore,classafter]。

9、进一步的,步骤一具体包括:以第一影像img1为基准影像,采用特征提取算法sift算子对第一影像img1和第二时刻影像img2分别提取几何特征,生成128维sift特征描述符;设置邻域半径计算每对关键点之间的sift特征描述符的距离,并返回最小距离相应的点作为最佳匹配点;根据最佳匹配点在第一时刻影像img1上的坐标(x1,y1)和第二时刻影像img2的坐标(x2,y2),代入仿射变换模型,求取仿射变换参数;根据仿射变换参数,对第二时刻影像img2进行几何变换,得到第二时刻相较于第一时刻的配准影像img'2,使两幅影像在同一个空间坐标系下。

10、进一步的,步骤二具体包括:根据img1和img'2两幅影像的光谱向量值,分别做线性变换u和v,根据两变换向量之间的差计算mad变量;根据mad计算每个像素的不变概率pno_change作为迭代权重,将pno_change作为下次迭代权重重复迭代,直到两次典型相关系数ρn-i+1的差小于阈值λ或者迭代次数达到阈值t。将pno_change大于阈值p的像素位置集合作为pif,其余像素作为变化像元样本cif。

11、进一步的,步骤三具体包括:根据步骤二得到的未变化像元样本集合pif,得到pif对应的第一时刻影像img1的像元反射率集合i1和步骤一得到的配准影像img'2的像元反射率集合i2,根据i1和i2构建相对辐射校正模型,使用最小二乘法求辐射校正模型参数;采用最小二乘求解线性回归参数;根据求解的线性回归参数,对步骤一得到的配准影像img'2进行辐射校正,得到第二时刻校正后影像img2_new。

12、进一步的,步骤四中切片窗口大小size为512或1024。

13、进一步的,步骤四中训练好的目标分割网络模型为yolov8m-seg网络模型。

14、进一步的,步骤四中目标形状矢量用于记录每个目标多边形顶点xy集合。

15、进一步的,步骤四和步骤五中的目标类型包括建筑物、水体、植被以及裸地。

16、本专利技术通过面向像素的投影变换方法,同时实现多源传感器的相对辐射校正和变化区域预检测,对可能存在变化的区域进行初步筛选,仅处理可能存在变化的区域,避免多时相影像分类分割全局运算,可大大减少影像分割计算量;再针对可能存在变化的局部区域进行建筑物、水体、植被、裸地四类地物识别及分割,一方面避免像素级变化检测方法受光照、噪声影响的问题,同时也避免全局影像上目标范围过小造成对象分割误差,导致变化检测不准确的问题。

本文档来自技高网...

【技术保护点】

1.一种多源卫星遥感影像快速变化检测方法,其特征在于,包括如下步骤:

2.如权利要求1所述的多源卫星遥感影像快速变化检测方法,其特征在于,步骤一具体包括:以第一影像Img1为基准影像,采用特征提取算法SIFT算子对第一影像Img1和第二时刻影像Img2分别提取几何特征,生成128维SIFT特征描述符;设置邻域半径计算每对关键点之间的SIFT特征描述符的距离,并返回最小距离相应的点作为最佳匹配点;根据最佳匹配点在第一时刻影像Img1上的坐标(x1,y1)和第二时刻影像Img2的坐标(x2,y2),代入仿射变换模型,求取仿射变换参数;根据仿射变换参数,对第二时刻影像Img2进行几何变换,得到第二时刻相较于第一时刻的配准影像IMg'2,使两幅影像在同一个空间坐标系下。

3.如权利要求1所述的多源卫星遥感影像快速变化检测方法,其特征在于,步骤二具体包括:根据Img1和Img'2两幅影像的光谱向量值,分别做线性变换U和V,根据两变换向量之间的差计算MAD变量;根据MAD计算每个像素的不变概率Pno_change作为迭代权重,将Pno_change作为下次迭代权重重复迭代,直到两次典型相关系数ρN-i+1的差小于阈值λ或者迭代次数达到阈值T。将Pno_change大于阈值p的像素位置集合作为PIF,其余像素作为变化像元样本CIF。

4.如权利要求1所述的多源卫星遥感影像快速变化检测方法,其特征在于,根据步骤二得到的未变化像元样本集合PIF,得到PIF对应的第一时刻影像Img1的像元反射率集合I1和步骤一得到的配准影像Img'2的像元反射率集合I2,根据I1和I2构建相对辐射校正模型,使用最小二乘法求辐射校正模型参数;采用最小二乘求解线性回归参数;根据求解的线性回归参数,对步骤一得到的配准影像Img'2进行辐射校正,得到第二时刻校正后影像Img2_new。

5.如权利要求1所述的多源卫星遥感影像快速变化检测方法,其特征在于,步骤四中切片窗口大小Size为512或1024。

6.如权利要求1所述的多源卫星遥感影像快速变化检测方法,其特征在于,步骤四中训练好的目标分割网络模型为YOLOv8m-seg网络模型。

7.如权利要求1所述的多源卫星遥感影像快速变化检测方法,其特征在于,步骤四中目标形状矢量用于记录每个目标多边形顶点XY集合。

8.如权利要求1所述的多源卫星遥感影像快速变化检测方法,其特征在于,步骤四和步骤五中的目标类型包括建筑物、水体、植被以及裸地。

...

【技术特征摘要】

1.一种多源卫星遥感影像快速变化检测方法,其特征在于,包括如下步骤:

2.如权利要求1所述的多源卫星遥感影像快速变化检测方法,其特征在于,步骤一具体包括:以第一影像img1为基准影像,采用特征提取算法sift算子对第一影像img1和第二时刻影像img2分别提取几何特征,生成128维sift特征描述符;设置邻域半径计算每对关键点之间的sift特征描述符的距离,并返回最小距离相应的点作为最佳匹配点;根据最佳匹配点在第一时刻影像img1上的坐标(x1,y1)和第二时刻影像img2的坐标(x2,y2),代入仿射变换模型,求取仿射变换参数;根据仿射变换参数,对第二时刻影像img2进行几何变换,得到第二时刻相较于第一时刻的配准影像img'2,使两幅影像在同一个空间坐标系下。

3.如权利要求1所述的多源卫星遥感影像快速变化检测方法,其特征在于,步骤二具体包括:根据img1和img'2两幅影像的光谱向量值,分别做线性变换u和v,根据两变换向量之间的差计算mad变量;根据mad计算每个像素的不变概率pno_change作为迭代权重,将pno_change作为下次迭代权重重复迭代,直到两次典型相关系数ρn-i+1的差小于阈值λ或者迭代次数达到阈值t。将pno_...

【专利技术属性】
技术研发人员:陈喆向大享李喆肖潇姜莹李经纬吴仪邦赵静崔长露文雄飞张穗陈希炽
申请(专利权)人:长江水利委员会长江科学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1