本發(fā)明屬于遙感圖像快速處理和計算機視覺，具體涉及一種遙感影像快速變化檢測方法。

背景技術(shù)：

1、變化檢測是通過比較同一地理區(qū)域不同時間點獲取的兩張或多張遙感影像來發(fā)現(xiàn)地球表面所發(fā)生的變化的過程，在土地利用類型變化分析、災(zāi)害評估、資源環(huán)境監(jiān)測等領(lǐng)域取得了廣泛應(yīng)用。傳統(tǒng)的變化檢測方法對多時相遙感影像的輻射度差別、噪聲等比較敏感，由于拍攝角度和拍攝時間的不同，造成不同傳感器不同時相拍攝的遙感影像之間存在幾何誤差和輻射差異，影響后續(xù)變化檢測精度。

2、現(xiàn)有變化檢測方法主要分為面向像元的和面向?qū)ο蟮臋z測方法。面向像元的變化檢測方法計算簡單快速，但得到的結(jié)果較為破碎，容易出現(xiàn)類似噪聲的偽變化信息；另一方面，面向?qū)ο蟮臋z測方法需要對兩幅遙感影像分別進(jìn)行分類分割，處理數(shù)據(jù)量大，其精度受分割算法影響。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種多源衛(wèi)星遙感影像快速變化檢測方法，通過ir-mad變換對多時相影像同時進(jìn)行多源傳感器的相對輻射校正和變化區(qū)域預(yù)檢測，再針對可能存在變化的區(qū)域采用已訓(xùn)練好的yolo8-seg分割網(wǎng)絡(luò)進(jìn)行地物分割，最后進(jìn)行差分計算得到變化檢測結(jié)果，可以減少多時相影像分類分割計算量的同時，提高其精度和效率。

2、本發(fā)明采用如下技術(shù)方案實現(xiàn)：

3、一種衛(wèi)星遙感影像快速變化檢測方法，包括如下步驟：

4、步驟一、幾何配準(zhǔn)：以第一時刻影像img1為基準(zhǔn)影像，采用特征提取算法對第一影像img1和第二時刻影像img2分別提取幾何特征，并進(jìn)行特征匹配；通過建立仿射變換模型得到第二時刻影像img2與第一時刻影像img1的幾何映射關(guān)系，并根據(jù)幾何映射關(guān)系對第二時刻影像img2進(jìn)行幾何變換，得到第二時刻相較于第一時刻的配準(zhǔn)影像img'2，使兩幅影像在同一個空間坐標(biāo)系下；

5、步驟二、ir-mad變換：對第一時刻影像img1和步驟一得到的配準(zhǔn)影像img'2進(jìn)行迭代加權(quán)多元檢測算法ir-mad變換，找出未變化像元樣本pif和變化像元樣本cif，未變化像元樣本pif和變化像元樣本cif分別記錄未變化像元在影像中的位置和變化像元在影像中的位置信息；

6、步驟三、相對輻射校正：根據(jù)步驟二得到的未變化像元樣本集合pif，構(gòu)建相對輻射校正模型，并對相對輻射校正模型進(jìn)行求解，得到輻射校正模型參數(shù)，利用所述相對輻射校正模型參數(shù)對步驟一得到的配準(zhǔn)影像img'2進(jìn)行輻射校正，得到第二時刻校正后影像img2_new；

7、步驟四、目標(biāo)分割：對于第一時刻影像img1和步驟三得到的第二時刻校正后影像img2_new，設(shè)置切片窗口大小size，進(jìn)行分塊切片，得到第一時刻影像img1切片序列tile1和第二時刻校正后影像img2_new切片序列tile2；遍歷切片，當(dāng)?shù)谝粫r刻影像img1和第二時刻校正后影像img2_new上相同位置的切片c1和c2中含有步驟二得到的變化像元樣本cif時，對切片c1和c2分別進(jìn)行目標(biāo)分割，否則則跳過；用訓(xùn)練好的目標(biāo)分割網(wǎng)絡(luò)模型對切片c1和c2進(jìn)行目標(biāo)分割，提取切片c1內(nèi)的目標(biāo)類型class1和目標(biāo)形狀矢量shape1，和c2內(nèi)的目標(biāo)類型class2和目標(biāo)形狀矢量shape2，分別存儲到分割結(jié)果tar1和tar2；

8、步驟五、差分檢測：對步驟四得到的分割結(jié)果tar1和tar2中的目標(biāo)形狀矢量shape1與shape2進(jìn)行差分計算，并進(jìn)行閾值分割，得到發(fā)生變化的目標(biāo)形狀矢量shapechange，tar1對應(yīng)的目標(biāo)類型class1、tar2對應(yīng)的class2分別作為變化前后目標(biāo)類型classbefore,classafter,存儲變化結(jié)果c＝[shapechange,classbefore,classafter]。

9、進(jìn)一步的，步驟一具體包括：以第一影像img1為基準(zhǔn)影像，采用特征提取算法sift算子對第一影像img1和第二時刻影像img2分別提取幾何特征，生成128維sift特征描述符；設(shè)置鄰域半徑計算每對關(guān)鍵點之間的sift特征描述符的距離，并返回最小距離相應(yīng)的點作為最佳匹配點；根據(jù)最佳匹配點在第一時刻影像img1上的坐標(biāo)(x1,y1)和第二時刻影像img2的坐標(biāo)(x2,y2)，代入仿射變換模型，求取仿射變換參數(shù)；根據(jù)仿射變換參數(shù)，對第二時刻影像img2進(jìn)行幾何變換，得到第二時刻相較于第一時刻的配準(zhǔn)影像img'2，使兩幅影像在同一個空間坐標(biāo)系下。

10、進(jìn)一步的，步驟二具體包括：根據(jù)img1和img'2兩幅影像的光譜向量值，分別做線性變換u和v，根據(jù)兩變換向量之間的差計算mad變量；根據(jù)mad計算每個像素的不變概率pno_change作為迭代權(quán)重，將pno_change作為下次迭代權(quán)重重復(fù)迭代，直到兩次典型相關(guān)系數(shù)ρn-i+1的差小于閾值λ或者迭代次數(shù)達(dá)到閾值t。將pno_change大于閾值p的像素位置集合作為pif，其余像素作為變化像元樣本cif。

11、進(jìn)一步的，步驟三具體包括：根據(jù)步驟二得到的未變化像元樣本集合pif，得到pif對應(yīng)的第一時刻影像img1的像元反射率集合i1和步驟一得到的配準(zhǔn)影像img'2的像元反射率集合i2，根據(jù)i1和i2構(gòu)建相對輻射校正模型，使用最小二乘法求輻射校正模型參數(shù)；采用最小二乘求解線性回歸參數(shù)；根據(jù)求解的線性回歸參數(shù)，對步驟一得到的配準(zhǔn)影像img'2進(jìn)行輻射校正，得到第二時刻校正后影像img2_new。

12、進(jìn)一步的，步驟四中切片窗口大小size為512或1024。

13、進(jìn)一步的，步驟四中訓(xùn)練好的目標(biāo)分割網(wǎng)絡(luò)模型為yolov8m-seg網(wǎng)絡(luò)模型。

14、進(jìn)一步的，步驟四中目標(biāo)形狀矢量用于記錄每個目標(biāo)多邊形頂點xy集合。

15、進(jìn)一步的，步驟四和步驟五中的目標(biāo)類型包括建筑物、水體、植被以及裸地。

16、本發(fā)明通過面向像素的投影變換方法，同時實現(xiàn)多源傳感器的相對輻射校正和變化區(qū)域預(yù)檢測，對可能存在變化的區(qū)域進(jìn)行初步篩選，僅處理可能存在變化的區(qū)域，避免多時相影像分類分割全局運算，可大大減少影像分割計算量；再針對可能存在變化的局部區(qū)域進(jìn)行建筑物、水體、植被、裸地四類地物識別及分割，一方面避免像素級變化檢測方法受光照、噪聲影響的問題，同時也避免全局影像上目標(biāo)范圍過小造成對象分割誤差，導(dǎo)致變化檢測不準(zhǔn)確的問題。

技術(shù)特征：

1.一種多源衛(wèi)星遙感影像快速變化檢測方法，其特征在于，包括如下步驟：

2.如權(quán)利要求1所述的多源衛(wèi)星遙感影像快速變化檢測方法，其特征在于，步驟一具體包括：以第一影像img1為基準(zhǔn)影像，采用特征提取算法sift算子對第一影像img1和第二時刻影像img2分別提取幾何特征，生成128維sift特征描述符；設(shè)置鄰域半徑計算每對關(guān)鍵點之間的sift特征描述符的距離，并返回最小距離相應(yīng)的點作為最佳匹配點；根據(jù)最佳匹配點在第一時刻影像img1上的坐標(biāo)(x1,y1)和第二時刻影像img2的坐標(biāo)(x2,y2)，代入仿射變換模型，求取仿射變換參數(shù)；根據(jù)仿射變換參數(shù)，對第二時刻影像img2進(jìn)行幾何變換，得到第二時刻相較于第一時刻的配準(zhǔn)影像img'2，使兩幅影像在同一個空間坐標(biāo)系下。

3.如權(quán)利要求1所述的多源衛(wèi)星遙感影像快速變化檢測方法，其特征在于，步驟二具體包括：根據(jù)img1和img'2兩幅影像的光譜向量值，分別做線性變換u和v，根據(jù)兩變換向量之間的差計算mad變量；根據(jù)mad計算每個像素的不變概率pno_change作為迭代權(quán)重，將pno_change作為下次迭代權(quán)重重復(fù)迭代，直到兩次典型相關(guān)系數(shù)ρn-i+1的差小于閾值λ或者迭代次數(shù)達(dá)到閾值t。將pno_change大于閾值p的像素位置集合作為pif，其余像素作為變化像元樣本cif。

4.如權(quán)利要求1所述的多源衛(wèi)星遙感影像快速變化檢測方法，其特征在于，根據(jù)步驟二得到的未變化像元樣本集合pif，得到pif對應(yīng)的第一時刻影像img1的像元反射率集合i1和步驟一得到的配準(zhǔn)影像img'2的像元反射率集合i2，根據(jù)i1和i2構(gòu)建相對輻射校正模型，使用最小二乘法求輻射校正模型參數(shù)；采用最小二乘求解線性回歸參數(shù)；根據(jù)求解的線性回歸參數(shù)，對步驟一得到的配準(zhǔn)影像img'2進(jìn)行輻射校正，得到第二時刻校正后影像img2_new。

5.如權(quán)利要求1所述的多源衛(wèi)星遙感影像快速變化檢測方法，其特征在于，步驟四中切片窗口大小size為512或1024。

6.如權(quán)利要求1所述的多源衛(wèi)星遙感影像快速變化檢測方法，其特征在于，步驟四中訓(xùn)練好的目標(biāo)分割網(wǎng)絡(luò)模型為yolov8m-seg網(wǎng)絡(luò)模型。

7.如權(quán)利要求1所述的多源衛(wèi)星遙感影像快速變化檢測方法，其特征在于，步驟四中目標(biāo)形狀矢量用于記錄每個目標(biāo)多邊形頂點xy集合。

8.如權(quán)利要求1所述的多源衛(wèi)星遙感影像快速變化檢測方法，其特征在于，步驟四和步驟五中的目標(biāo)類型包括建筑物、水體、植被以及裸地。

技術(shù)總結(jié)
本發(fā)明提供一種多源衛(wèi)星遙感影像快速變化檢測方法，通過面向像素的投影變換方法，同時實現(xiàn)多源傳感器的相對輻射校正和變化區(qū)域預(yù)檢測，對可能存在變化的區(qū)域進(jìn)行初步篩選，僅處理可能存在變化的區(qū)域，避免多時相影像分類分割全局運算，可大大減少影像分割計算量；再針對可能存在變化的局部區(qū)域進(jìn)行建筑物、水體、植被、裸地四類地物識別及分割，一方面避免像素級變化檢測方法受光照、噪聲影響的問題，同時也避免全局影像上目標(biāo)范圍過小造成對象分割誤差，導(dǎo)致變化檢測不準(zhǔn)確的問題。

技術(shù)研發(fā)人員：陳喆,向大享,李喆,肖瀟,姜瑩,李經(jīng)緯,吳儀邦,趙靜,崔長露,文雄飛,張穗,陳希熾
受保護(hù)的技術(shù)使用者：長江水利委員會長江科學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9