CN113298755B - 基于时序影像的生态环境变化斑块快速检测方法和装置 - Google Patents

基于时序影像的生态环境变化斑块快速检测方法和装置 Download PDF

Info

Publication number
CN113298755B
CN113298755B CN202110391552.XA CN202110391552A CN113298755B CN 113298755 B CN113298755 B CN 113298755B CN 202110391552 A CN202110391552 A CN 202110391552A CN 113298755 B CN113298755 B CN 113298755B
Authority
CN
China
Prior art keywords
patch
image
change
remote sensing
patches
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110391552.XA
Other languages
English (en)
Other versions
CN113298755A (zh
Inventor
马万栋
高吉喜
申文明
毕京鹏
刘晓曼
肖桐
陈绪慧
郭艳玲
任致华
吴玲
史园莉
申振
肖如林
白志杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Satellite Application Center for Ecology and Environment of MEE
Original Assignee
Satellite Application Center for Ecology and Environment of MEE
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Satellite Application Center for Ecology and Environment of MEE filed Critical Satellite Application Center for Ecology and Environment of MEE
Priority to CN202110391552.XA priority Critical patent/CN113298755B/zh
Publication of CN113298755A publication Critical patent/CN113298755A/zh
Application granted granted Critical
Publication of CN113298755B publication Critical patent/CN113298755B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于时序影像的生态环境变化斑块快速检测方法和装置，属于环境监测领域。该方法首先对获取的影像进行预处理，然后利用光谱、几何、纹理等特征对当前影像进行分割，获取当前影像的斑块分布；依据获取的当前影像的斑块矢量边界对历史影像进行分割，获取历史影像的斑块；把当前影像和历史影像对应斑块进行变化比较，根据变化程度标记该斑块为不变斑块或变化斑块；对所有变化斑块进行统计，获取变化斑块的位置、数量、分布及变化斑块的面积、最大值、最小值、均值等特征。该方法不依赖于先验知识及人工判读，可自动、快速识别出影像的变化区域，为海岸带生态环境变化检测及生态破坏监管提供支撑。

Description

基于时序影像的生态环境变化斑块快速检测方法和装置
技术领域
本发明涉及环境监测领域，特别是指一种基于时序影像的生态环境变 化斑块快速检测方法和装置。
背景技术
随着国家生态文明建设的不断加强，对生态环境的变化尤其是生态破 坏行为的及时发现，已成为当前生态环境保护领域重要的工作之一。生态 环境变化检测是生态环境监管的基础和前提。为及时发现生态环境变化情 况，获取生态破坏行为的空间位置和面积，开展生态环境变化检测是重要 的一环。
传统的生态环境变化检测及生态破坏行为的发现，依靠工作人员现场 检查。随着遥感技术的发展，凭借遥感技术的宏观、客观、及时等特点， 海量遥感影像成为发现生态环境变化及生态破坏行为的重要线索之一。
目前基于遥感影像的生态环境变化检测及生态破坏的人类活动斑块 识别，利用计算机及图像处理软件，采用人机交互的方式对人类活动进行 目视解译和提取，该方法提取的人类活动图斑依赖于解译人员的经验丰富 程度，提取结果的稳定性和可靠性较差且非常耗时间，人类活动疑似斑块 提取的效率较低，不能满足生态保护红线及时发现人类活动需求。
发明内容
为解决上述技术问题，本发明提供一种基于时序影像的生态环境变化 斑块快速检测方法和装置，本发明实现了人类活动变化斑块的全自动化、 精确、快速的提取，为生态保护红线的人类活动监管提供技术支撑。
本发明提供技术方案如下：
一种基于时序影像的生态环境变化斑块快速检测方法，所述方法包括：
S1：获取包含待检测区域的遥感影像，所述遥感影像包括当前遥感影 像以及至少一幅历史遥感影像；
S2：对所述遥感影像进行预处理；
S3：利用矢量边界对预处理后的遥感影像进行裁剪，得到待检测区域 的当前遥感影像和待检测区域的历史遥感影像；
S4：依据光谱特征、几何特征、纹理特征中的一种或几种对待检测区 域的当前遥感影像进行分割，得到经过分割后的当前影像的地物斑块；
S5：利用当前影像的地物斑块对待检测区域的历史遥感影像进行裁剪， 得到经过裁剪后的历史影像的地物斑块；
S6：将当前影像的地物斑块与相同位置的历史影像的地物斑块进行变 化比较，将变化超过一定程度的地物斑块标记为变化斑块；
S7：对得到的变化斑块进行统计，获取变化斑块的统计特征，所述统 计特征包括变化斑块的数量、总面积、最大变化斑块面积、最小变化斑块 面积、平均变化斑块面积中的一种或多种；
S8：对得到的变化斑块按照统计单元进行统计，得到不同统计单元的 变化斑块的统计特征，所述统计单元包括行政区划或生态功能分区或自然 保护地边界。
进一步的，所述S6包括：
S61：对当前影像的每一个地物斑块，将该地物斑块的每个像元与相 同位置的历史影像的地物斑块的每个像元做差值运算，得到每一个地物斑 块的差值影像；
S62：将每一个地物斑块的差值影像分别进行主成分分析，得到每一 个地物斑块的差值影像的第一主分量；
S63：将每一个地物斑块的差值影像的第一主分量的所有行列的像元 值进行均值统计，得到每一个地物斑块的差值均值；
S64：将差值均值大于设定的均值阈值的地物斑块标记为变化斑块， 否则标记为不变斑块。
或者，所述S6包括：
S61’：对当前影像的每一个地物斑块，计算该地物斑块与相同位置的 历史影像的地物斑块的相关系数C(g,g')；
Figure BDA0003016926610000031
其中，g为当前影像的地物斑块，g’为与g相同位置的历史影像的地 物斑块，gi，j为当前影像的地物斑块中(i，j)处的像元值，g'i，j为历史影 像的地物斑块中(i，j)处的像元值，m，n分别为地物斑块的行数和列数；
S62’：将相关系数C(g,g')小于设定的相关系数阈值的地物斑块标记为 变化斑块，否则标记为不变斑块。
或者，所述S6包括：
S61”：对当前影像的每一个地物斑块，计算该地物斑块的所有像元的 亮度均值L及相同位置的历史影像的地物斑块的所有像元的亮度均值L’， 并计算该地物斑块的亮度均值变化比例D；
其中，D＝∣L-L’∣/L；
S62”：将亮度均值变化比例D大于设定的亮度均值变化比例阈值的 地物斑块标记为变化斑块，否则，标记为疑似变化斑块，并执行S63”；
S63”：对每一个疑似变化斑块，计算该疑似变化斑块每个像元的亮度 值变化比例d；
其中，d＝∣l-l’∣/l，l为当前影像的该疑似变化斑块的每个像元的亮度 值，l’为相同位置的历史影像的疑似变化斑块的相同位置的像元的亮度值；
S64”：将每一个疑似变化斑块的每一个像元的亮度值变化比例d与设 定的亮度值变化比例阈值进行比较，将亮度值变化比例d大于亮度值变化 比例阈值的像元标记为变化像元；
S65”：对每一个疑似变化斑块，统计该疑似变化斑块内变化像元的个 数，将变化像元的个数大于设定的数量阈值的疑似变化斑块标记为变化斑 块，否则标记为不变斑块。
进一步的，所述遥感影像的种类为高光谱遥感影像、多光谱遥感影像、 高空间分辨率遥感影像、低空间分辨率遥感影像或雷达影像。
进一步的，所述预处理包括辐射定标、辐射校正、大气校正、几何校 正、影像配准和镶嵌。
一种基于时序影像的生态环境变化斑块快速检测装置，所述装置包括：
影像获取模块，用于获取包含待检测区域的遥感影像，所述遥感影像 包括当前遥感影像以及至少一幅历史遥感影像；
预处理模块，用于对所述遥感影像进行预处理；
裁剪模块，用于利用矢量边界对预处理后的遥感影像进行裁剪，得到 待检测区域的当前遥感影像和待检测区域的历史遥感影像；
当前影像地物斑块分割模块，用于依据光谱特征、几何特征、纹理特 征中的一种或几种对待检测区域的当前遥感影像进行分割，得到经过分割 后的当前影像的地物斑块；
历史影像地物斑块裁剪模块，用于利用当前影像的地物斑块对待检测 区域的历史遥感影像进行裁剪，得到经过裁剪后的历史影像的地物斑块；
变化检测模块，用于将当前影像的地物斑块与相同位置的历史影像的 地物斑块进行变化比较，将变化超过一定程度的地物斑块标记为变化斑块；
整体统计模块，用于对得到的变化斑块进行统计，获取变化斑块的统 计特征，所述统计特征包括变化斑块的数量、总面积、最大变化斑块面积、 最小变化斑块面积、平均变化斑块面积中的一种或多种；
单元统计模块，用于对得到的变化斑块按照统计单元进行统计，得到 不同统计单元的变化斑块的统计特征，所述统计单元包括行政区划或生态 功能分区或自然保护地边界。
进一步的，所述变化检测模块包括：
差值单元，用于对当前影像的每一个地物斑块，将该地物斑块的每个 像元与相同位置的历史影像的地物斑块的每个像元做差值运算，得到每一 个地物斑块的差值影像；
主成分分析单元，用于将每一个地物斑块的差值影像分别进行主成分 分析，得到每一个地物斑块的差值影像的第一主分量；
均值统计单元，用于将每一个地物斑块的差值影像的第一主分量的所 有行列的像元值进行均值统计，得到每一个地物斑块的差值均值；
第一比较单元，用于将差值均值大于设定的均值阈值的地物斑块标记 为变化斑块，否则标记为不变斑块。
或者，所述变化检测模块包括：
相关系数计算单元，用于对当前影像的每一个地物斑块，计算该地物 斑块与相同位置的历史影像的地物斑块的相关系数C(g,g')；
Figure BDA0003016926610000051
其中，g为当前影像的地物斑块，g’为与g相同位置的历史影像的地 物斑块，gi,j为当前影像的地物斑块中(i，j)处的像元值，g'i,j为历史影 像的地物斑块中(i，j)处的像元值，m,n分别为地物斑块的行数和列数；
第二比较单元，用于将相关系数C(g,g')小于设定的相关系数阈值的地 物斑块标记为变化斑块，否则标记为不变斑块。
或者，所述变化检测模块包括：
亮度均值变化比例计算单元，用于对当前影像的每一个地物斑块，计 算该地物斑块的所有像元的亮度均值L及相同位置的历史影像的地物斑 块的所有像元的亮度均值L’，并计算该地物斑块的亮度均值变化比例D；
其中，D＝∣L-L’∣/L；
第三比较单元，用于将亮度均值变化比例D大于设定的亮度均值变化 比例阈值的地物斑块标记为变化斑块，否则，标记为疑似变化斑块，并执 行亮度值变化比例计算单元；
亮度值变化比例计算单元，用于对每一个疑似变化斑块，计算该疑似 变化斑块每个像元的亮度值变化比例d；
其中，d＝∣l-l’∣/l，l为当前影像的该疑似变化斑块的每个像元的亮度 值，l’为相同位置的历史影像的疑似变化斑块的相同位置的像元的亮度值；
变化像元标记单元，用于将每一个疑似变化斑块的每一个像元的亮度 值变化比例d与设定的亮度值变化比例阈值进行比较，将亮度值变化比例 d大于亮度值变化比例阈值的像元标记为变化像元；
第四比较单元，用于对每一个疑似变化斑块，统计该疑似变化斑块内 变化像元的个数，将变化像元的个数大于设定的数量阈值的疑似变化斑块 标记为变化斑块，否则标记为不变斑块。
进一步的，所述遥感影像的种类为高光谱遥感影像、多光谱遥感影像、 高空间分辨率遥感影像、低空间分辨率遥感影像或雷达影像。
进一步的，所述预处理包括辐射定标、辐射校正、大气校正、几何校 正、影像配准和镶嵌。
本发明具有以下有益效果：
本发明通过影像分割技术及影像匹配技术实现生态环境变化斑块的 自动化提取，及时获取人类活动变化斑块的位置、数量和分布面积，不需 要人工参与(不依赖于工作人员先验知识是否丰富)，具有更高的精度和 更快的速度。并且本发明完全依据影像特征进行生态环境变化斑块的提取， 既不依赖于变化斑块样本的数量和代表性，也不依赖于检测区域生态环境 类型本底数据，具有普适性。解决了生态保护红线监管中人类活动信息提取主要依靠人机交互解译以及依赖于人类活动本底而导致效率低、速度慢 的问题，实现人类活动变化斑块的全自动化、精确、快速的提取，为生态 保护红线的人类活动监管提供技术支撑。另外，本发明可解决传统的基于 像元的变化检测以及面向对象的变化检测中存在变化图斑混淆的情况，保 留了待检测影像的斑块完整性，避免了传统变化检测需要后期继续处理而 耗时的缺陷，可实现快速、精确的提取。
附图说明
图1为本发明的基于时序影像的生态环境变化斑块快速检测方法的流 程图；
图2为本发明的基于时序影像的生态环境变化斑块快速检测装置的示 意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结 合附图及具体实施例进行详细描述。
实施例1：
本发明实施例提供一种基于时序影像的生态环境变化斑块快速检测 方法，用于自动获取(海洋红线等生态区)内新增的人类活动变化斑块， 如图1所示，该方法包括：
S1：获取包含待检测区域的遥感影像，遥感影像包括当前遥感影像以 及至少一幅历史遥感影像。
遥感影像的种类包括但不限于高光谱遥感影像、多光谱遥感影像、高 空间分辨率遥感影像、低空间分辨率遥感影像或雷达影像等，遥感影像要 求必须是同一传感器获取的不同时期的当前及历史至少两景影像。
S2：对遥感影像进行预处理，获取经过预处理后的当前及历史影像。
预处理包括影像辐射定标、辐射校正、大气校正、几何校正、影像配 准、镶嵌等。
辐射定标：将影像的亮度灰度值转换为绝对的辐射亮度的过程。
辐射校正(radiometric correction)：对由于外界因素，数据获取和 传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正 因辐射误差而引起影像畸变的过程。
几何校正：遥感成像的时候，由于飞行器的姿态、高度、速度以及地 球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变 表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等， 针对几何畸变进行的误差校正即为几何校正。
几何校正主要包括校正方法确定、控制点输入、像素重采样和精度评 价。
1)校正方法确定：可以根据遥感影像几何畸变的性质和遥感影像数 据源的不同确定几何校正的方法，例如可以选择多项式校正方法
2)控制点输入：一般要求控制点均匀分布在整幅遥感影像上，尽量 选择明显、清晰的定位识别标志作为控制点，如道路交叉点等特征点。
3)重采样：对原始遥感影像进行重采样，得到消除几何畸变后的影 像，例如可以选用双线性内插法进行重采样。
4)精度评价：将消除几何畸变后的遥感影像与控制影像套合，检验 精度，要求位移列数的精度在1个像元以内。
镶嵌：对于面积较大的待检测区域而言，需要多景遥感影像才能覆盖， 因此需要进行影像镶嵌，包括：
1)指定参考图像：参考图像作为镶嵌过程中对比匹配以及镶嵌后输 出图像的地理投影、像元大小、数据类型的基准。
2)影像镶嵌：在相邻两景遥感影像的重叠区内选择一条连接两景遥 感影像的拼接线，进行影像镶嵌，要求景与景的接边糟度控制在1个像元 以内。
S3：利用矢量边界对预处理后的遥感影像进行裁剪，得到待检测区域 的当前遥感影像和待检测区域的历史遥感影像。
S4：依据光谱特征、几何特征、纹理特征中的一种或几种对待检测区 域的当前遥感影像进行分割，得到经过分割后的当前影像的地物斑块。
S5：利用当前影像的地物斑块对待检测区域的历史遥感影像进行裁剪， 得到经过裁剪后的历史影像的地物斑块。
S6：将当前影像的地物斑块与相同位置的历史影像的地物斑块进行变 化比较，将变化超过一定程度的地物斑块标记为变化斑块。
比较时，首先将当前影像左上角的第一个地物斑块与历史影像的左上 角的第一个地物斑块进行比较，判读是否属于变化斑块；重复上述操作， 依次对当前影像的每个地物斑块进行逐一遍历和判别，得到变化斑块。
S7：对得到的变化斑块进行统计，获取变化斑块的统计特征，统计特 征包括变化斑块的数量、总面积、最大变化斑块面积、最小变化斑块面积、 平均变化斑块面积中的一种或多种。
S8：对得到的变化斑块按照统计单元进行统计，得到不同统计单元的 变化斑块的统计特征，统计单元包括行政区划或生态功能分区或自然保护 地边界。
本发明通过影像分割技术及影像匹配技术实现生态环境变化斑块的 自动化提取，及时获取人类活动变化斑块的位置、数量和分布面积，不需 要人工参与(不依赖于工作人员先验知识是否丰富)，具有更高的精度和 更快的速度。并且本发明完全依据影像特征进行生态环境变化斑块的提取， 既不依赖于变化斑块样本的数量和代表性，也不依赖于检测区域生态环境 类型本底数据，具有普适性。解决了生态保护红线监管中人类活动信息提取主要依靠人机交互解译以及依赖于人类活动本底而导致效率低、速度慢 的问题，实现人类活动变化斑块的全自动化、精确、快速的提取，为生态 保护红线的人类活动监管提供技术支撑。另外，本发明可解决传统的基于 像元的变化检测以及面向对象的变化检测中存在变化图斑混淆的情况，保 留了待检测影像的斑块完整性，避免了传统变化检测需要后期继续处理而 耗时的缺陷，可实现快速、精确的提取。
本发明不限制S6中将当前影像的地物斑块与相同位置的历史影像的 地物斑块进行变化比较，得到变化斑块的具体实现方式，在第一个示例中， S6包括：
S61：对当前影像的每一个地物斑块，将该地物斑块(m行n列)的 每个像元与相同位置的历史影像的地物斑块的每个像元做差值运算，得到 每一个地物斑块的差值影像A(m×n)。
S62：将每一个地物斑块的差值影像分别进行主成分分析，得到每一 个地物斑块的差值影像的第一主分量。
S63：将每一个地物斑块的差值影像的第一主分量的所有行列(m行 n列)的像元值Ai，j进行均值统计，得到每一个地物斑块的差值均值Ag。
Figure BDA0003016926610000091
S64：将差值均值Ag大于设定的均值阈值T1的地物斑块标记为变化 斑块，否则标记为不变斑块。
在第二个示例中，S6包括：
S61’：对当前影像的每一个地物斑块，计算该地物斑块与相同位置 的历史影像的地物斑块的相关系数C(g，g')；
Figure BDA0003016926610000101
其中，g为当前影像的地物斑块，g’为与g相同位置的历史影像的地 物斑块，gi，j为当前影像的地物斑块中(i，j)处的像元值，g'i，j为历史影 像的地物斑块中(i，j)处的像元值，m，n分别为地物斑块的行数和列数。
S62’：将相关系数C(g，g')小于设定的相关系数阈值T2的地物斑块标 记为变化斑块，否则标记为不变斑块。
在第三个示例中，S6包括：
S61”：对当前影像的每一个地物斑块，计算该地物斑块的所有像元的 亮度均值L及相同位置的历史影像的地物斑块的所有像元的亮度均值L’， 并计算该地物斑块的亮度均值变化比例D。
其中，D＝∣L-L’∣/L。
S62”：将亮度均值变化比例D大于设定的亮度均值变化比例阈值T3 的地物斑块标记为变化斑块，否则，标记为疑似变化斑块，并执行S63”。
S63”：对每一个疑似变化斑块，计算该疑似变化斑块每个像元的亮度 值变化比例d。
其中，d＝∣l-l’∣/l，l为当前影像的该疑似变化斑块的每个像元的亮度 值，l’为相同位置的历史影像的疑似变化斑块的相同位置的像元的亮度值。
S64”：将每一个疑似变化斑块的每一个像元的亮度值变化比例d与设 定的亮度值变化比例阈值T4进行比较，将亮度值变化比例d大于亮度值 变化比例阈值T4的像元标记为变化像元。
S65”：对每一个疑似变化斑块，统计该疑似变化斑块内变化像元的个 数，将变化像元的个数大于设定的数量阈值的疑似变化斑块标记为变化斑 块，否则标记为不变斑块。
本示例中，先判断斑块的整体亮度特征(亮度均值)，若整体亮度特 征变化较大则直接判断为变化斑块，否则，再判断该斑块内每个像元的变 化情况，若该斑块内变化像元总数量超过一定一定比例，也判断该斑块为 变化斑块。可以避免某些像元由于计算均值而导致的像元亮度值被填高补 低而导致的斑块整理亮度变化不大，但是其实变化较大的情况，防止误判。
实施例2：
本发明实施例提供一种基于时序影像的生态环境变化斑块快速检测 装置，如图2所示，该装置包括：
影像获取模块1，用于获取包含待检测区域的遥感影像，遥感影像包 括当前遥感影像以及至少一幅历史遥感影像。
遥感影像的种类包括但不限于高光谱遥感影像、多光谱遥感影像、高 空间分辨率遥感影像、低空间分辨率遥感影像或雷达影像等，遥感影像要 求必须是同一传感器获取的不同时期的当前及历史至少两景影像。
预处理模块2，用于对遥感影像进行预处理，获取经过预处理后的当 前及历史影像。
预处理包括影像辐射定标、辐射校正、大气校正、几何校正、影像配 准、镶嵌等。
裁剪模块3，用于利用矢量边界对预处理后的遥感影像进行裁剪，得 到待检测区域的当前遥感影像和待检测区域的历史遥感影像。
当前影像地物斑块分割模块4，用于依据光谱特征、几何特征、纹理 特征中的一种或几种对待检测区域的当前遥感影像进行分割，得到经过分 割后的当前影像的地物斑块。
历史影像地物斑块裁剪模块5，用于利用当前影像的地物斑块对待检 测区域的历史遥感影像进行裁剪，得到经过裁剪后的历史影像的地物斑块。
变化检测模块6，用于将当前影像的地物斑块与相同位置的历史影像 的地物斑块进行变化比较，将变化超过一定程度的地物斑块标记为变化斑 块。
整体统计模块7，用于对得到的变化斑块进行统计，获取变化斑块的 统计特征，统计特征包括变化斑块的数量、总面积、最大变化斑块面积、 最小变化斑块面积、平均变化斑块面积中的一种或多种。
单元统计模块8，用于对得到的变化斑块按照统计单元进行统计，得 到不同统计单元的变化斑块的统计特征，统计单元包括行政区划或生态功 能分区或自然保护地边界。
本发明不限制变化检测模块中将当前影像的地物斑块与相同位置的 历史影像的地物斑块进行变化比较，得到变化斑块的具体实现方式，在第 一个示例中，变化检测模块包括：
差值单元，用于对当前影像的每一个地物斑块，将该地物斑块的每个 像元与相同位置的历史影像的地物斑块的每个像元做差值运算，得到每一 个地物斑块的差值影像。
主成分分析单元，用于将每一个地物斑块的差值影像分别进行主成分 分析，得到每一个地物斑块的差值影像的第一主分量。
均值统计单元，用于将每一个地物斑块的差值影像的第一主分量的所 有行列的像元值进行均值统计，得到每一个地物斑块的差值均值。
第一比较单元，用于将差值均值大于设定的均值阈值的地物斑块标记 为变化斑块，否则标记为不变斑块。
在第二个示例中，变化检测模块包括：
相关系数计算单元，用于对当前影像的每一个地物斑块，计算该地物 斑块与相同位置的历史影像的地物斑块的相关系数C(g，g')。
Figure BDA0003016926610000121
其中，g为当前影像的地物斑块，g’为与g相同位置的历史影像的地 物斑块，gi，j为当前影像的地物斑块中(i，j)处的像元值，g'i,j为历史影 像的地物斑块中(i，j)处的像元值，m,n分别为地物斑块的行数和列数。
第二比较单元，用于将相关系数C(g,g')小于设定的相关系数阈值的地 物斑块标记为变化斑块，否则标记为不变斑块。
在第三个示例中，变化检测模块包括：
变化检测模块包括：
亮度均值变化比例计算单元，用于对当前影像的每一个地物斑块，计 算该地物斑块的所有像元的亮度均值L及相同位置的历史影像的地物斑 块的所有像元的亮度均值L’，并计算该地物斑块的亮度均值变化比例D。
其中，D＝∣L-L’∣/L。
第三比较单元，用于将亮度均值变化比例D大于设定的亮度均值变化 比例阈值的地物斑块标记为变化斑块，否则，标记为疑似变化斑块，并执 行亮度值变化比例计算单元。
亮度值变化比例计算单元，用于对每一个疑似变化斑块，计算该疑似 变化斑块每个像元的亮度值变化比例d。
其中，d＝∣l-l’∣/l，l为当前影像的该疑似变化斑块的每个像元的亮度 值，l’为相同位置的历史影像的疑似变化斑块的相同位置的像元的亮度值。
变化像元标记单元，用于将每一个疑似变化斑块的每一个像元的亮度 值变化比例d与设定的亮度值变化比例阈值进行比较，将亮度值变化比例 d大于亮度值变化比例阈值的像元标记为变化像元。
第四比较单元，用于对每一个疑似变化斑块，统计该疑似变化斑块内 变化像元的个数，将变化像元的个数大于设定的数量阈值的疑似变化斑块 标记为变化斑块，否则标记为不变斑块。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方 法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方 法实施例1中相应内容。所属领域的技术人员可以清楚地了解到，为描述 的方便和简洁，前述描述的装置和单元的具体工作过程，均可以参考上述 方法实施例中的对应过程，在此不再赘述。
需要说明的是，本说明书上述所述的装置或者系统根据相关方法实施 例的描述还可以包括其他的实施方式，具体的实现方式可以参照方法实施 例的描述，在此不作一一赘述。本说明书中的各个实施例均采用递进的方 式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点 说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类、存储介 质+程序实施例而言，由于其基本相似于方法实施例，所以描述的比较简 单，相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求 书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照 不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附 图中描绘的过程不一定按照要求示出的特定顺序或者连续顺序才能实现 期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者 可能是有利的。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片 或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为 计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人 机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放 器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或 者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当 然，在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软 件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元 的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单 元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式， 例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可 以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合 或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可 以是电性，机械或其它的形式。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制 器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、 开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现 相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括 的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可 以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程 序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现 流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图 中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、 专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一 个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令 产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多 个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处 理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读 存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一 个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备 上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机 实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现 在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定 的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/ 输出接口、网络接口和内存。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵 盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设 备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包 括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情 况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的 过程、方法或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书一个或多个实施例可提供为方法、 系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬 件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且， 本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用 程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、 光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指 令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定 任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。 也可以在分布式计算环境中实践本说明书一个或多个实施例，在这些分布 式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在 分布式计算环境中，程序模块可以位于包括存储设备在内的本底和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相 同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的 不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例， 所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说 明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体 示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特 征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在 本说明书中，对上述术语的示意性表述并不必须针对的是相同的实施例或 示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个 实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领 域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施 例或示例的特征进行结合和组合。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用 以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于 此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术 人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围 内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变 化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都 应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利 要求的保护范围为准。

Claims (4)

1.一种基于时序影像的生态环境变化斑块快速检测方法，其特征在于，所述方法包括：
S1：获取包含待检测区域的遥感影像，所述遥感影像包括当前遥感影像以及至少一幅历史遥感影像；
S2：对所述遥感影像进行预处理；
S3：利用矢量边界对预处理后的遥感影像进行裁剪，得到待检测区域的当前遥感影像和待检测区域的历史遥感影像；
S4：依据光谱特征、几何特征、纹理特征中的一种或几种对待检测区域的当前遥感影像进行分割，得到经过分割后的当前影像的地物斑块；
S5：利用当前影像的地物斑块对待检测区域的历史遥感影像进行裁剪，得到经过裁剪后的历史影像的地物斑块；
S6：将当前影像的地物斑块与相同位置的历史影像的地物斑块进行变化比较，将变化超过一定程度的地物斑块标记为变化斑块；
S7：对得到的变化斑块进行统计，获取变化斑块的统计特征，所述统计特征包括变化斑块的数量、总面积、最大变化斑块面积、最小变化斑块面积、平均变化斑块面积中的一种或多种；
S8：对得到的变化斑块按照统计单元进行统计，得到不同统计单元的变化斑块的统计特征，所述统计单元包括行政区划或生态功能分区或自然保护地边界；
其中，所述S6包括：
S61：对当前影像的每一个地物斑块，将该地物斑块的每个像元与相同位置的历史影像的地物斑块的每个像元做差值运算，得到每一个地物斑块的差值影像；
S62：将每一个地物斑块的差值影像分别进行主成分分析，得到每一个地物斑块的差值影像的第一主分量；
S63：将每一个地物斑块的差值影像的第一主分量的所有行列的像元值进行均值统计，得到每一个地物斑块的差值均值；
S64：将差值均值大于设定的均值阈值的地物斑块标记为变化斑块，否则标记为不变斑块；
或者，所述S6包括：
S61”：对当前影像的每一个地物斑块，计算该地物斑块的所有像元的亮度均值L及相同位置的历史影像的地物斑块的所有像元的亮度均值L’，并计算该地物斑块的亮度均值变化比例D；
其中，D＝∣L-L’∣/L；
S62”：将亮度均值变化比例D大于设定的亮度均值变化比例阈值的地物斑块标记为变化斑块，否则，标记为疑似变化斑块，并执行S63”；
S63”：对每一个疑似变化斑块，计算该疑似变化斑块每个像元的亮度值变化比例d；
其中，d＝∣l-l’∣/l，l为当前影像的该疑似变化斑块的每个像元的亮度值，l’为相同位置的历史影像的疑似变化斑块的相同位置的像元的亮度值；
S64”：将每一个疑似变化斑块的每一个像元的亮度值变化比例d与设定的亮度值变化比例阈值进行比较，将亮度值变化比例d大于亮度值变化比例阈值的像元标记为变化像元；
S65”：对每一个疑似变化斑块，统计该疑似变化斑块内变化像元的个数，将变化像元的个数大于设定的数量阈值的疑似变化斑块标记为变化斑块，否则标记为不变斑块。
2.根据权利要求1所述的基于时序影像的生态环境变化斑块快速检测方法，其特征在于，所述遥感影像的种类为高光谱遥感影像、多光谱遥感影像、高空间分辨率遥感影像、低空间分辨率遥感影像或雷达影像；
所述预处理包括辐射定标、辐射校正、大气校正、几何校正、影像配准和镶嵌。
3.一种基于时序影像的生态环境变化斑块快速检测装置，其特征在于，所述装置包括：
影像获取模块，用于获取包含待检测区域的遥感影像，所述遥感影像包括当前遥感影像以及至少一幅历史遥感影像；
预处理模块，用于对所述遥感影像进行预处理；
裁剪模块，用于利用矢量边界对预处理后的遥感影像进行裁剪，得到待检测区域的当前遥感影像和待检测区域的历史遥感影像；
当前影像地物斑块分割模块，用于依据光谱特征、几何特征、纹理特征中的一种或几种对待检测区域的当前遥感影像进行分割，得到经过分割后的当前影像的地物斑块；
历史影像地物斑块裁剪模块，用于利用当前影像的地物斑块对待检测区域的历史遥感影像进行裁剪，得到经过裁剪后的历史影像的地物斑块；
变化检测模块，用于将当前影像的地物斑块与相同位置的历史影像的地物斑块进行变化比较，将变化超过一定程度的地物斑块标记为变化斑块；
整体统计模块，用于对得到的变化斑块进行统计，获取变化斑块的统计特征，所述统计特征包括变化斑块的数量、总面积、最大变化斑块面积、最小变化斑块面积、平均变化斑块面积中的一种或多种；
单元统计模块，用于对得到的变化斑块按照统计单元进行统计，得到不同统计单元的变化斑块的统计特征，所述统计单元包括行政区划或生态功能分区或自然保护地边界；
其中，所述变化检测模块包括：
差值单元，用于对当前影像的每一个地物斑块，将该地物斑块的每个像元与相同位置的历史影像的地物斑块的每个像元做差值运算，得到每一个地物斑块的差值影像；
主成分分析单元，用于将每一个地物斑块的差值影像分别进行主成分分析，得到每一个地物斑块的差值影像的第一主分量；
均值统计单元，用于将每一个地物斑块的差值影像的第一主分量的所有行列的像元值进行均值统计，得到每一个地物斑块的差值均值；
第一比较单元，用于将差值均值大于设定的均值阈值的地物斑块标记为变化斑块，否则标记为不变斑块；
或者，所述变化检测模块包括：
亮度均值变化比例计算单元，用于对当前影像的每一个地物斑块，计算该地物斑块的所有像元的亮度均值L及相同位置的历史影像的地物斑块的所有像元的亮度均值L’，并计算该地物斑块的亮度均值变化比例D；
其中，D＝∣L-L’∣/L；
第三比较单元，用于将亮度均值变化比例D大于设定的亮度均值变化比例阈值的地物斑块标记为变化斑块，否则，标记为疑似变化斑块，并执行亮度值变化比例计算单元；
亮度值变化比例计算单元，用于对每一个疑似变化斑块，计算该疑似变化斑块每个像元的亮度值变化比例d；
其中，d＝∣l-l’∣/l，l为当前影像的该疑似变化斑块的每个像元的亮度值，l’为相同位置的历史影像的疑似变化斑块的相同位置的像元的亮度值；
变化像元标记单元，用于将每一个疑似变化斑块的每一个像元的亮度值变化比例d与设定的亮度值变化比例阈值进行比较，将亮度值变化比例d大于亮度值变化比例阈值的像元标记为变化像元；
第四比较单元，用于对每一个疑似变化斑块，统计该疑似变化斑块内变化像元的个数，将变化像元的个数大于设定的数量阈值的疑似变化斑块标记为变化斑块，否则标记为不变斑块。
4.根据权利要求3所述的基于时序影像的生态环境变化斑块快速检测装置，其特征在于，所述遥感影像的种类为高光谱遥感影像、多光谱遥感影像、高空间分辨率遥感影像、低空间分辨率遥感影像或雷达影像；
所述预处理包括辐射定标、辐射校正、大气校正、几何校正、影像配准和镶嵌。
CN202110391552.XA 2021-04-13 2021-04-13 基于时序影像的生态环境变化斑块快速检测方法和装置 Active CN113298755B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110391552.XA CN113298755B (zh) 2021-04-13 2021-04-13 基于时序影像的生态环境变化斑块快速检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110391552.XA CN113298755B (zh) 2021-04-13 2021-04-13 基于时序影像的生态环境变化斑块快速检测方法和装置

Publications (2)

Publication Number Publication Date
CN113298755A CN113298755A (zh) 2021-08-24
CN113298755B true CN113298755B (zh) 2021-11-26

Family

ID=77319691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110391552.XA Active CN113298755B (zh) 2021-04-13 2021-04-13 基于时序影像的生态环境变化斑块快速检测方法和装置

Country Status (1)

Country Link
CN (1) CN113298755B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114463293A (zh) * 2022-01-22 2022-05-10 广东省建筑工程监理有限公司 基于图像处理技术的钢结构质量无线检测分析方法及系统
CN115063291B (zh) * 2022-04-29 2024-10-18 长沙银汉空间科技有限公司 一种遥感影像的全自动几何精校正方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855487A (zh) * 2012-08-27 2013-01-02 南京大学 高分辨率遥感图像新增建设用地变化图斑自动提取的方法
CN103049902A (zh) * 2012-10-23 2013-04-17 中国人民解放军空军装备研究院侦察情报装备研究所 图像的变化检测方法及装置
CN105225227A (zh) * 2015-09-07 2016-01-06 中国测绘科学研究院 遥感影像变化检测的方法及系统
CN111680704A (zh) * 2020-06-11 2020-09-18 生态环境部卫星环境应用中心 海洋红线新增人类活动斑块自动化快速提取方法和装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846832B (zh) * 2018-05-30 2021-06-15 理大产学研基地(深圳)有限公司 一种基于多时相遥感影像与gis数据的变化检测方法及系统
CN111311596A (zh) * 2020-03-23 2020-06-19 南京市测绘勘察研究院股份有限公司 一种基于改进lbp特征的遥感影像变化检测方法
CN111739067A (zh) * 2020-05-28 2020-10-02 中国国土勘测规划院 一种遥感影像变化检测方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855487A (zh) * 2012-08-27 2013-01-02 南京大学 高分辨率遥感图像新增建设用地变化图斑自动提取的方法
CN103049902A (zh) * 2012-10-23 2013-04-17 中国人民解放军空军装备研究院侦察情报装备研究所 图像的变化检测方法及装置
CN105225227A (zh) * 2015-09-07 2016-01-06 中国测绘科学研究院 遥感影像变化检测的方法及系统
CN111680704A (zh) * 2020-06-11 2020-09-18 生态环境部卫星环境应用中心 海洋红线新增人类活动斑块自动化快速提取方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"面向地理国情监测的植被区域变化发现研究——以重庆市璧山区为例";潘建平等;《计算机应用与软件》;20200630;第37卷(第6期);全文 *

Also Published As

Publication number Publication date
CN113298755A (zh) 2021-08-24

Similar Documents

Publication Publication Date Title
CN111307727B (zh) 基于时序遥感影像的水体水色异常识别方法和装置
CN109978839B (zh) 晶圆低纹理缺陷的检测方法
CN111680704B (zh) 海洋红线新增人类活动斑块自动化快速提取方法和装置
CN110781756A (zh) 基于遥感图像的城市道路提取方法及装置
CN111274918B (zh) 基于多源遥感影像的河流干涸断流监测方法和装置
CN113298755B (zh) 基于时序影像的生态环境变化斑块快速检测方法和装置
CN111062991A (zh) 一种光伏场景的巡检目标定位方法、设备及可读存储介质
Tian et al. Multiscale building extraction with refined attention pyramid networks
CN110400315A (zh) 一种缺陷检测方法、装置及系统
CN114563378B (zh) 湖库蓝藻水华空间分布定量描述方法、装置、介质和设备
CN111914767A (zh) 一种基于多源遥感数据的散乱污企业检测方法及系统
CN116453104B (zh) 液位识别方法、装置、电子设备及计算机可读存储介质
CN115908988B (zh) 一种缺陷检测模型生成方法、装置、设备以及存储介质
CN113284066B (zh) 遥感影像自动云检测方法和装置
CN114821274A (zh) 一种用于识别分合指示牌的状态的方法和设备
CN115588196A (zh) 基于机器视觉的指针型仪表读数方法和装置
CN109919998B (zh) 卫星姿态确定方法、装置和终端设备
CN113109331B (zh) 水体色度快速检测方法和装置
Moe et al. An unsupervised technique for building change detection in urban area
CN118015261B (zh) 一种基于多尺度特征复用的遥感图像目标检测方法
CN118379696B (zh) 一种船舶目标检测方法、装置及可读存储介质
CN115965622B (zh) 一种遥感瓦片数据的变化检测方法和装置
CN117058557B (zh) 基于物理特征与深度学习模型的云和云阴影联合检测方法
CN109902555B (zh) 一种基于对象的多尺度层次表达学习的变化检测方法
CN117575979B (zh) 一种遥感图像变化的检测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant