CN115641509B - 遥感影像地物变化检测方法、系统、电子设备及存储介质 - Google Patents

Abstract

本发明涉及一种遥感影像地物变化检测方法、系统、电子设备及存储介质，涉及遥感影像领域，该方法包括：对待检测区域进行网格划分，获得网格划分后的待检测区域；所述网格划分后的待检测区域包括多个网格单元；采用地物变化检测模型对每个所述网格单元进行地物变化检测；所述地物变化检测模型的输入为所述网格单元对应的前时相遥感影像和后时相遥感影像基于时相先后顺序进行波段重组后的重组遥感影像，所述地物变化检测模型的输出为所述网格单元对应区域的地物变化预测结果。本发明实现了待检测区域自动化检测，降低了人为因素的影响，提高了检测效率和检测质量。

Description

遥感影像地物变化检测方法、系统、电子设备及存储介质

技术领域

本发明涉及遥感影像技术领域，特别是涉及一种遥感影像地物变化检测方法、系统、设备及存储介质。

背景技术

遥感技术作为一种重要的对地观测技术，利用航空、航天传感器在不直接接触地物表面的情况下获取地物的信息。光学遥感主要是指传感器工作波段在可见光波段，也就是0.38～0.76微米范围的遥感技术，可见光波段是传统航空摄影侦察和航空摄影测绘中最常用的工作波段。光学遥感数据成果具备高空间分辨率、高光谱分辨率、高时间分辨率的特点。根据遥感平台的不同分为航空遥感和航天遥感，其获取的遥感图像数据成果分别为航空影像和卫星影像。

随着技术的进步，高空间分辨率遥感影像能够提供更加丰富细致的图像信息，遥感影像的分辨率也随之越来越高，与普通影像相比，大分辨率的遥感影像数据往往具有较宽的视场和丰富的上下文信息，数据更全面，细节更丰富。遥感变化检测是指利用多时相遥感数据，采用多种图像处理和模式识别方法提取变化信息，并定量分析和确定地表变化的特征与过程。随着遥感技术、人工智能等发展，近些年遥感影像变化检测技术不断演进，作为遥感监测的关键技术之一，已经在自然资源监察、城市发展、土地利用、耕地保护、地质灾害监测、生态环境保护、湿地监测、森林防护等众多领域被广泛应用，并对监测周期和监测质量提出了更高的要求。

在生产实践过程中，遥感影像对地物变化的检测通常是要求不允许遗漏，传统的作业方法通常是将待检测区域无缝分块，然后分配给若干个作业员，要求作业员逐屏幕、逐像素判读前后时相的遥感图像，并将变化区域勾画出来。传统作业方法高度依赖人工劳动，作业时间过长，质量管控困难。

发明内容

本发明的目的是提供一种遥感影像地物变化检测方法、系统、电子设备及存储介质，提高了检测效率。

为实现上述目的，本发明提供了如下方案：

一种遥感影像地物变化检测方法，包括：

对待检测区域进行网格划分，获得网格划分后的待检测区域；所述网格划分后的待检测区域包括多个网格单元；

采用地物变化检测模型对每个所述网格单元进行地物变化检测；所述地物变化检测模型的输入为所述网格单元对应的前时相遥感影像和后时相遥感影像基于时相先后顺序进行波段重组后的重组遥感影像，所述地物变化检测模型的输出为所述网格单元对应区域的地物变化预测结果。

可选地，所述采用地物变化检测模型对每个所述网格单元进行地物变化检测，具体包括：

按照设定顺序采用地物变化检测模型依次对每个所述网格单元进行地物变化检测。

可选地，所述地物变化检测模型为训练好的神经网络模型；

所述地物变化检测模型的训练过程包括：

选择与所述待检测区域地形相同或地貌相同的区域作为样本选择区域；

分别获取所述样本选择区域的多个遥感影像组，每个所述遥感影像组包括一个前时相遥感影像和一个后时相遥感影像；

对各所述遥感影像组中前时相遥感影像和后时相遥感影像中影像进行预处理，获得预处理后的各所述遥感影像组；

对预处理后的各所述遥感影像组中前时相遥感影像和后时相遥感影像的地物变化标记；并基于时相先后顺序对预处理后的前时相遥感影像和后时相遥感影像进行波段重组，获得所述遥感影像组对应的重组遥感影像和地物变化标记；所述地物变化标记为多个坐标数据构成的矢量数据；

分别对各所述地物变化标记栅格化形成各所述地物变化标记对应的栅格化标签影像；

按照设定样本尺寸分别对各所述栅格化标签影像进行图像分割，获得多个标签影像单元；

按照设定样本尺寸分别对各所述栅格化标签影像对应的重组遥感影进行图像分割，获得多个重组遥感影单元；

对样本数据进行数据增强，数据增强后的所述样本数据构成样本数据集；一个所述样本数据包括一个所述重组遥感影单元和所述重组遥感影单元区域对应的标签影像单元；

采用所述样本数据集训练神经网络模型，将训练好的神经网络模型作为所述地物变化检测模型。

可选地，所述对各所述遥感影像组中前时相遥感影像和后时相遥感影像中影像进行预处理，获得预处理后的各所述遥感影像组，具体包括：

对各所述遥感影像组中前时相遥感影像和后时相遥感影像中影像色彩进行色彩均衡处理，并增加影像的全局对比度，获得预处理后的各所述遥感影像组。

可选地，所述对预处理后的各所述遥感影像组中前时相遥感影像和后时相遥感影像的地物变化标记；并基于时相先后顺序对预处理后的前时相遥感影像和后时相遥感影像进行波段重组，获得所述遥感影像组对应的重组遥感影像和地物变化标记，具体包括：

对预处理后的各所述遥感影像组中前时相遥感影像和后时相遥感影像按照设定尺寸进行裁剪；

对裁剪后的各所述遥感影像组中前时相遥感影像和后时相遥感影像的地物变化标记；并基于时相先后顺序对裁剪后的前时相遥感影像和后时相遥感影像进行波段重组，获得所述遥感影像组对应的重组遥感影像和地物变化标记。

可选地，所述对样本数据进行数据增强，数据增强后的所述样本数据构成样本数据集，具体包括：

对于地物变化为所述重组遥感影单元对应的后时相遥感影像存在对应前时相遥感影像不存在的地物时，或者对于地物变化为所述重组遥感影单元对应的前时相遥感影像存在对应后时相遥感影像不存在的地物时，采用色彩空间扩增、几何空间扩增和图像噪声扩增三种方式对所述重组遥感影单元进行数据增强，获得数据增强后的所述重组遥感影单元；

对于地物变化为所述重组遥感影单元对应的后时相遥感影像存在对应前时相遥感影像不存在的地物，并且所述重组遥感影单元对应的前时相遥感影像存在对应后时相遥感影像不存在的地物时，采用色彩空间扩增、几何空间扩增、图像噪声扩增和时相交换扩增四种方式对所述重组遥感影单元进行数据增强，获得数据增强后的所述重组遥感影单元；

所述时相交换扩增为对所述重组遥感影单元对应的前时相遥感影像和后时相遥感影像进行波段顺序交换。

本发明公开了一种遥感影像地物变化检测系统，包括：

待检测区域网格划分模块，用于对待检测区域进行网格划分，获得网格划分后的待检测区域；所述网格划分后的待检测区域包括多个网格单元；

地物变化检测模块，用于采用地物变化检测模型对每个所述网格单元进行地物变化检测；所述地物变化检测模型的输入为所述网格单元对应的前时相遥感影像和后时相遥感影像基于时相先后顺序进行波段重组后的重组遥感影像，所述地物变化检测模型的输出为所述网格单元对应区域的地物变化预测结果。

本发明公开了一种电子设备，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现所述的遥感影像地物变化检测方法。

本发明公开了一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现所述的遥感影像地物变化检测方法。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明公开了一种遥感影像地物变化检测方法、系统、电子设备及存储介质，对待检测区域进行网格划分，采用地物变化检测模型对每个所述网格单元进行地物变化检测，实现了待检测区域自动化检测，降低了人为因素的影响，提高了检测效率和检测质量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种遥感影像地物变化检测方法流程示意图；

图2为基于本发明一种遥感影像地物变化检测方法的变化检测系统结构示意图；

图3为基于本发明一种遥感影像地物变化检测方法的变化检测装置结构示意图；

图4为本发明前时相遥感影像变化标记示意图；

图5为本发明与图4中前时相遥感影像变化对应的后时相遥感影像的变化标记示意图；

图6为本发明待检测区域中网格单元示意图；

图7为本发明一种遥感影像地物变化检测系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种遥感影像地物变化检测方法、系统、电子设备及存储介质，提高了检测效率。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明一种遥感影像地物变化检测方法依托深度学习、遥感大数据和空间分析等技术原理，以遥感影像待检测区域的标准化网格为基本单元，融合人类智能和机器智能，以人机协同的方式复核网格单元智能检测结果，解决传统变化检测中人工劳动繁重和经典变化检测中工序复杂的问题，实现基于遥感影像地物变化检测的协同化、自动化、精细化和智能化。本发明一种遥感影像地物变化检测方法包括推理引擎部署和网格化实时作业两个部分。其中推理引擎部署针对变化检测应用场景通过样本制作、模型训练和模型部署等应用流程完成推理服务在端侧的标准化部署运行，屏蔽不同生产作业环境带来的差异性，并且能够适配不同部署环境，灵活切换CPU/GPU等异构设备，深入优化性能。

实施例1

图1为本发明一种遥感影像地物变化检测方法流程示意图，如图1所示，一种遥感影像地物变化检测方法，包括：

步骤101：对待检测区域进行网格划分，获得网格划分后的待检测区域；所述网格划分后的待检测区域包括多个网格单元。

步骤102：采用地物变化检测模型对每个所述网格单元进行地物变化检测；所述地物变化检测模型的输入为所述网格单元对应的前时相遥感影像和后时相遥感影像基于时相先后顺序进行波段重组后的重组遥感影像，所述地物变化检测模型的输出为所述网格单元对应区域的地物变化预测结果。

其中，步骤102具体包括：

按照设定顺序采用地物变化检测模型依次对每个所述网格单元进行地物变化检测。

所述地物变化检测模型为训练好的神经网络模型。

推理引擎部署包括变化检测样本制作、变化检测样本重组，变化检测样本建库、变化检测样本增强、变化检测模型训练和变化检测模型部署几个部分。

所述地物变化检测模型的训练过程包括：

步骤S1：选择与所述待检测区域地形相同或地貌相同的区域作为样本选择区域。

分析待检测区域的地形地貌特征，基于地理环境越相似，地理特性越相似的地理相似性原理，选择与待检测区域地形地貌相似的区域作为样本选择区，分别获取样本选择区前时相遥感影像和后时相遥感影像。

从地形包括平原、高原、丘陵、盆地和山地。

从地貌包括喀斯特地貌、地震地貌、海岸地貌、风沙地貌、火山地貌、环境地貌、冰川地貌、重力地貌、流水地貌、地上河地貌、丹霞地貌、风蚀地貌、雅丹地貌、地下水地貌、黄土地貌、煤和石油构造和地址构造等

同属相同地形或者地貌，即为相似区域。

步骤S2：分别获取所述样本选择区域的多个遥感影像组，每个所述遥感影像组包括一个前时相遥感影像和一个后时相遥感影像。

步骤S3：对各所述遥感影像组中前时相遥感影像和后时相遥感影像中影像进行预处理，获得预处理后的各所述遥感影像组。

其中，步骤S3具体包括：

对各所述遥感影像组中前时相遥感影像和后时相遥感影像进行处理，使各所述遥感影像组中前时相遥感影像和后时相遥感影像波段组合保持一致，其中前时相遥感影像和后时相遥感影像支持红、绿、蓝可见光三波段，或者红、绿、蓝、近红外四波段。

判断影像色彩是否贴近真实、整体质量是否趋于一致。

若影像质量欠佳，则需将前后时相的遥感影像应用截断拉伸对，则对各所述遥感影像组中前时相遥感影像和后时相遥感影像中影像色彩进行色彩均衡处理，并增加影像的全局对比度，获得预处理后的各所述遥感影像组，使影像色彩贴近真实、整体质量趋于一致。

若色彩均衡处理后的效果不佳，则采用自定义方式调整图像亮度和对比度，直至图像色彩贴近真实为止。

步骤S4：对预处理后的各所述遥感影像组中前时相遥感影像和后时相遥感影像的地物变化标记；并基于时相先后顺序对预处理后的前时相遥感影像和后时相遥感影像进行波段重组，获得所述遥感影像组对应的重组遥感影像和地物变化标记；所述地物变化标记为多个坐标数据构成的矢量数据。

其中，步骤S4具体包括：

选定地物变化形态较为丰富的区域，对预处理后的各所述遥感影像组中前时相遥感影像和后时相遥感影像按照设定尺寸进行裁剪。

作为具体实施方式，设定尺寸为4KM*4KM。

对裁剪后的各所述遥感影像组中前时相遥感影像和后时相遥感影像的地物变化标记；并基于时相先后顺序对裁剪后的前时相遥感影像和后时相遥感影像进行波段重组，获得所述遥感影像组对应的重组遥感影像和地物变化标记。

地物变化标记是通过人工目视解译的方式对遥感图像纹理特征、色彩特征和空间相对关系等特征的判读，排除拍摄季节、传感器色调、植被物候期等干扰因素，判断前时相遥感影像和后时相遥感影像的地物变化后，对地物变化区域进行轮廓标记，具体以矢量面要素的方式进行高精度边缘标识，形成与标准变化样本区块相对应的变化标识矢量数据。

由前时相遥感影像、后时相遥感影像和变化标识矢量数据组成的变化检测原始样本三元组集合（I₁,I₂,M），其中I₁表示前时相遥感影像，I₂表示后时相遥感影像，M表示变化标识矢量数据。

其中，截断拉伸采用全局评估的方法确定拉伸因子，统计前时相遥感影像某一波段灰度信息的灰度最大值H₁和最小值L₁，统计后时相遥感影像某一波段灰度信息的灰度最大值H₂和最小值L₂，计算最大值max(H_1,H₂)和最小值min(L_1,L₂)，然后将max(H_1,H₂)和min(L_1,L₂)作为统一拉伸因子，对前后时相遥感影像进行统一线性拉伸，拉伸后的灰度值计算公式如下：

其中，gray_out表示遥感影像拉伸后灰度值，gray表示遥感影像原始灰度值，max_out表示遥感影像拉伸后灰度最大值，min_out表示遥感影像拉伸后灰度最小值。若遥感影像位深为8位，则max_out值为255，min_out值为0。

遍历变化检测原始样本三元组集合，将前时相遥感影像、后时相遥感影像基于时相先后顺序进行波段顺序重组，若影像波段组合为红绿蓝，样本重组为六波段，若影像波段组合为红绿蓝近红外，则样本重组为八波段，并与对应的变化标识矢量数据一一对应存储，输出为二元组集合（I₁₂,M），其中I₁₂表示重组遥感影像，M表示变化标识矢量数据。

步骤S5：分别对各所述地物变化标记栅格化形成各所述地物变化标记对应的栅格化标签影像。

步骤S6：按照设定样本尺寸分别对各所述栅格化标签影像进行图像分割，获得多个标签影像单元。

其中，步骤S6具体包括：分别对各所述栅格化标签影像进行图像分割，获得多个X*Y像素大小的标签影像单元，其中X*Y为样本数据尺寸，X为样本宽，Y为样本高，X与Y取值取决于计算机硬件设备条件。

步骤S7：按照设定样本尺寸分别对各所述栅格化标签影像对应的重组遥感影进行图像分割，获得多个重组遥感影单元。

其中，步骤S6具体包括：分别对各所述栅格化标签影像对应的重组遥感影进行图像分割，获得多个X*Y像素大小的重组遥感影单元。

步骤S8：对样本数据进行数据增强，数据增强后的所述样本数据构成样本数据集；一个所述样本数据包括一个所述重组遥感影单元和所述重组遥感影单元区域对应的标签影像单元。

其中，步骤S8具体包括：

对于地物变化为所述重组遥感影单元对应的后时相遥感影像存在对应前时相遥感影像不存在的地物时（发现地物新增），或者对于地物变化为所述重组遥感影单元对应的前时相遥感影像存在对应后时相遥感影像不存在的地物（发现地物减少）时，采用色彩空间扩增、几何空间扩增和图像噪声扩增三种方式随机变换对所述重组遥感影单元进行数据增强，获得数据增强后的所述重组遥感影单元。

对于地物变化为所述重组遥感影单元对应的后时相遥感影像存在对应前时相遥感影像不存在的地物，并且所述重组遥感影单元对应的前时相遥感影像存在对应后时相遥感影像不存在的地物时，采用色彩空间扩增、几何空间扩增、图像噪声扩增和时相交换扩增四种方式随机变换对所述重组遥感影单元进行数据增强，获得数据增强后的所述重组遥感影单元。

其中，色彩空间扩增是基于图像不同颜色空间的不同分量特征进行色彩抖动和色域变换；几何空间扩增是对图像基于多尺度空间特征进行空间维度的仿射变换；图像噪声扩增是应用椒盐噪声或高斯噪声等随机出现的白点或者黑点；时相交换扩增为对所述重组遥感影单元对应的前时相遥感影像和后时相遥感影像进行波段顺序随机交换。

步骤S9：采用所述样本数据集训练神经网络模型，将训练好的神经网络模型作为所述地物变化检测模型。

将样本数据集中样本数据以7:2:1的比例分配为训练样本集、验证样本集和测试样本集。训练样本集直接应用于模型训练，验证样本集用于动态调整网络模型参数，测试样本集用于检验预训练模型的性能。选择网络模型类型，设置训练超参数，包括迭代纪元、批量值和初始学习率，输入训练样本集进行模型训练，监控训练中每个训练纪元的模型性能参数，每轮迭代完成后输入验证数据集计算验证损失率，就是当验证样本集的损失函数在连续的5个训练纪元中没有进一步下降时，自动终止模型训练进程。对训练完成的若干个迭代纪元模型应用测试样本集进行评价，选取精确率与召回率的调和平均数最高的模型输出为目标变化检测模型。

网格化实时作业包括动态网格构建、动态影像调用、网格单元检测、人机交互作业四个部分。网格化实时作业基于本发明一种遥感影像地物变化检测方法，具体包括以下步骤。

动态网格构建：

基于预设的全球范围单元网格动态选择当前作业区范围的网格集合，形成渔网作业矢量文件。其中网格间距适配变换检测部署环境与网格地理环境，若部署环境运算能力越优秀、网格地处区域理论变化较小，网格相对间距越大。渔网作业矢量文件存在一个属性字段，实时标识网格作业状态，若网格已完成变化检测作业，则标识为已完成，若网格尚未进行变化检测，则标识为未完成。

动态影像调用：

收集作业区范围内的符合时相要求的前后时相遥感影像，基于项目影像使用规则，建立定义具体区域使用具体影像的影像落图文件，为影像标准化管理提供基础数据支撑。

网格单元检测：

逐一遍历渔网作业文件中标识为未完成的网格，地图视图自动漫游定位至第一顺序的网格位置，同步发送变化检测信号至变化检测的推理终端，实时请求当前网格范围内的两期遥感影像变化检测结果，将变化检测结果显示在地图视图窗口，定义变化检测结果所在区域为重点关注区域。

人机交互作业：

逐一遍历变化检测结果，动态切换该区域的前后时相遥感影像，人工辨识变化是否发生，并分析变化类型和变化区域是否符合真实情况。若符合，则将变化图斑和变化属性信息提取至变化检测成果图层，若不符合，则需进一步进行变化核实，并根据影像变化情况，进行变化图斑的绘制和变化类型属性字段的补充填写。遍历完成后，再次对网格范围内其他非重点关注区域切换前后时相遥感影像进行人工目视检测，若存在影像变化情况，则需要进行变化图斑的绘制和变化类型属性字段的填写。当前网格作业完成后自动漫游定位至下一顺序的网格位置，重复进行网格单元检测和人机交互作业并标识当前网格为已完成，直至遍历完成作业区范围内所有网格。

如图2所示，基于本发明一种遥感影像地物变化检测方法的变化检测系统，包块网格生成单元、网格操作单元、检测推理单元、动态缓存单元、检测显示单元和人机交互单元六个部分。

1.网格生成单元用于将全球范围进行网格划分，网格（网格单元）采用矩形分块，其长宽由变化检测装置的性能决定，即变化检测装置性能高，则可以适当增加长宽值，变化检测装置性能差，则适当减少长宽值。适当的长宽值是指变化检测一个网格的处理时间需小于3秒，保证使用过程中没有延迟感。变化检测装置包括地物变化检测模型。

2网格操作单元，用于改善作业习惯、简化操作步骤，使用上移单元格、切换前后时相遥感影像、下移单元格三个操作代替所有地图交互操作。

3.检测推理单元，用于链接网格化遥感影像地物智能变化检测装置，采用标准通讯协议交换数据和传输指令。

4.动态缓存单元，用于实时缓存检测推理单元推送的变化检测结果，为检测显示单元提供网格单元内的变换检测信息。

5.检测显示单元，用于以几何图形和地图符号化的形式显示检测推理单元的结果。

6.人机交互单元，基于智能变化检测结果，结合人工经验综合辨识，将正确变化检测结果同步至作业数据集中，并填入变化类型属性。

如图3所示，基于本发明一种遥感影像地物变化检测方法的变化检测装置，由一台或多台主机和负载均衡器构成，每台主机由中央处理器、存储器、图形处理器和网络适配器组成，图3中有编号1至编号N共N台主机，用于提供变化检测的算力支持（提供地物变化检测模型的功能支撑），保障网格单元的变化检测任务可以得到快速响应和实时处理。其中，网络适配器用于协调装置与网络间数据、指令或信息的发送与接收；中央处理器用于响应网络指令和调度计算资源；图形处理器用于遥感图像处理和为深度学习运算提供算力；负载均衡器用于将全部的检测运算请求均衡地分布到每台主机的GPU运算单元上。

实施例2

本发明一种遥感影像地物变化检测方法的变化检测装置，对于卫片执法遥感监测工程的应用包括以下步骤。

第一步，启动一种遥感影像地物变化检测方法的变化检测装置，选择需要解译区域合适的变化检测模型，设置置信度、面积过滤值、是否去除孔洞等选项。

第二步，启动服务，等待需要解译区域样本的输入。

第三步，将前时相遥感影像与后时相遥感影像载入到软件中，并设置前时相遥感影像与后时相遥感影像的落图文件，确保落图文件与影像区域范围一致，以及前后时相遥感影像存在重叠区域。

第四步，将前后时相的遥感影像采用相同因子进行色彩均衡处理，采用截断拉伸的方式对影像色彩进行适度均衡，如果均衡效果不佳，则采用自定方式调整图像亮度和对比度，直至图像色彩贴近真实为止。

第五步，使用创建渔网工具创建合适大小的网格，可以按照固定个数创建以及固定距离创建网格。

第六步，勾选智能辅助设置，点击定位，快速的定位到需要解译的第一个地方，智能解译模块默认向后缓存三个网格单元，该网格所处前后时相影像若有变化，会生成智能解译出变化的图斑，如图4和图5所示。

第七步，作业人员使用影像切换功能核实变化的图斑是否正确，并快速的浏览该网格内是否存在漏提取区域，第八步，点击下一个，跳转到下一网格，上一网格被标识为已完成状态，重复第七步操作，直到所有的网格被标识已完成状态。如图6所示，图6中具有黑色边框的网格单元为已经进行地物变化检测的网格单元，灰色边框的网格单元为未进行地物变化检测的网格单元。

实施例3

本发明一种遥感影像地物变化检测方法的变化检测装置，对于国土利用遥感监测工程应用包括以下步骤。此处国土为待检测区域。

第一步，启动一种遥感影像地物变化检测方法的变化检测装置，选择需要解译区域合适的变化检测模型，设置置信度、面积过滤值、是否去除孔洞等选项。

第二步，启动服务，等待需要解译区域样本的输入。

第三步，将最新时像影像、推堆土区矢量图层与城镇村范围载入到软件中，并设置推堆土区矢量图层为最大作业边界。

第四步，将新时相遥感图像进行色彩均衡处理，采用截断拉伸的方式对影像色彩进行适度均衡，如果均衡效果不佳，则采用自定方式调整图像亮度和对比度，直至图像色彩贴近真实为止。

第五步，使用创建渔网工具创建合适大小的网格，可以按照固定个数创建以及固定距离创建网格。

第六步，勾选智能辅助设置，点击定位，快速的定位到需要解译的第一个地方，智能解译模块默认向后缓存三个网格单元，该网格所处的推堆土区若有变化，会生成智能解译出变化的图斑。

第七步，作业人员使用影像切换功能核实变化的图斑是否正确，并快速的浏览该网格内是否存在漏提取区域。

第八步，点击下一个，跳转到下一网格单元，上一网格单元被标识为已完成状态，重复第七步操作，直到所有的网格单元被标识已完成状态，完成基于推堆土区的国土利用遥感监测变化。

第九步，将推堆土区矢量文件替换为三调图斑数据，并设置推堆土区为最大边界范围，重复第五、六、七、八步操作，完成基于三调图斑的国土利用遥感监测变化。

实施例4

图7为本发明一种遥感影像地物变化检测系统结构示意图，如图7所示，一种遥感影像地物变化检测系统，包括：

待检测区域网格划分模块201，用于对待检测区域进行网格划分，获得网格划分后的待检测区域；所述网格划分后的待检测区域包括多个网格单元。

地物变化检测模块202，用于采用地物变化检测模型对每个所述网格单元进行地物变化检测；所述地物变化检测模型的输入为所述网格单元对应的前时相遥感影像和后时相遥感影像基于时相先后顺序进行波段重组后的重组遥感影像，所述地物变化检测模型的输出为所述网格单元对应区域的地物变化预测结果。

本发明一种遥感影像地物变化检测方法，弥补了传统纯人工作业效率低、劳动强度大的缺点，改善了经典深度学习整景推理方法工序繁琐、难以深入应用的缺陷，在规模化生产实践中具有以下优点：

（1）作业方法简单。通过应用本发明一种遥感影像地物变化检测系统，人机交互操作大幅减少；通过全球化分区分块，作业单元附带唯一标识，作业管理更便捷，不同网格单元任务协同更容易。

（2）作业效率更高。相比传统作业方法提供了智能检测能力，可以大幅减少人工逐屏幕逐像素检测的工作量；相比经典深度学习方法实现了人工与机器的深度融合，同步作业避免了先机器后人工的多次重复工作流程。

（3）检测精度更高。一种遥感影像地物变化检测方法通过引入多波段遥感信息辅助和全局遥感图像均衡步骤，大幅提升了变化检测精度。

（4）检测速度更快。通过构建基于本发明一种遥感影像地物变化检测方法的地物变化检测装置，实现多GPU核心均衡调用和多线程变化检测推理，使响应和运算速度更快。

（5）资源有效利用。通过构建基于本发明一种遥感影像地物变化检测方法的地物变化检测装置适用于不同算力等级的设备，可以最大化发挥硬件性能。

（6）作业质量可控。通过网格化作业可以保证遥感影像待检测区域被全部覆盖；通过引入动态智能变化检测方法，可以最大化减少遗漏变化。

实施例5

本发明实施例提供一种电子设备，电子设备包括存储器及处理器，该存储器用于存储计算机程序，该处理器运行计算机程序以使电子设备执行实施例1的遥感影像地物变化检测方法。

可选地，上述电子设备可以是服务器。

另外，本发明实施例还提供一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现实施例1的遥感影像地物变化检测方法。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种遥感影像地物变化检测方法，其特征在于，包括：

对待检测区域进行网格划分，获得网格划分后的待检测区域；所述网格划分后的待检测区域包括多个网格单元；

采用地物变化检测模型对每个所述网格单元进行地物变化检测；所述地物变化检测模型的输入为所述网格单元对应的前时相遥感影像和后时相遥感影像基于时相先后顺序进行波段重组后的重组遥感影像，所述地物变化检测模型的输出为所述网格单元对应区域的地物变化预测结果；

所述地物变化检测模型为训练好的神经网络模型；

所述地物变化检测模型的训练过程包括：

选择与所述待检测区域地形相同或地貌相同的区域作为样本选择区域；

分别获取所述样本选择区域的多个遥感影像组，每个所述遥感影像组包括一个前时相遥感影像和一个后时相遥感影像；

对各所述遥感影像组中前时相遥感影像和后时相遥感影像中影像进行预处理，获得预处理后的各所述遥感影像组；

对预处理后的各所述遥感影像组中前时相遥感影像和后时相遥感影像的地物变化标记；并基于时相先后顺序对预处理后的前时相遥感影像和后时相遥感影像进行波段重组，获得所述遥感影像组对应的重组遥感影像和地物变化标记；所述地物变化标记为多个坐标数据构成的矢量数据；

分别对各所述地物变化标记栅格化形成各所述地物变化标记对应的栅格化标签影像；

按照设定样本尺寸分别对各所述栅格化标签影像进行图像分割，获得多个标签影像单元；

按照设定样本尺寸分别对各所述栅格化标签影像对应的重组遥感影进行图像分割，获得多个重组遥感影单元；

对样本数据进行数据增强，数据增强后的所述样本数据构成样本数据集；一个所述样本数据包括一个所述重组遥感影单元和所述重组遥感影单元区域对应的标签影像单元；

采用所述样本数据集训练神经网络模型，将训练好的神经网络模型作为所述地物变化检测模型；

所述对样本数据进行数据增强，数据增强后的所述样本数据构成样本数据集，具体包括：

对于地物变化为所述重组遥感影单元对应的后时相遥感影像存在对应前时相遥感影像不存在的地物时，或者对于地物变化为所述重组遥感影单元对应的前时相遥感影像存在对应后时相遥感影像不存在的地物时，采用色彩空间扩增、几何空间扩增和图像噪声扩增三种方式对所述重组遥感影单元进行数据增强，获得数据增强后的所述重组遥感影单元；

对于地物变化为所述重组遥感影单元对应的后时相遥感影像存在对应前时相遥感影像不存在的地物，并且所述重组遥感影单元对应的前时相遥感影像存在对应后时相遥感影像不存在的地物时，采用色彩空间扩增、几何空间扩增、图像噪声扩增和时相交换扩增四种方式对所述重组遥感影单元进行数据增强，获得数据增强后的所述重组遥感影单元；

所述时相交换扩增为对所述重组遥感影单元对应的前时相遥感影像和后时相遥感影像进行波段顺序交换。

2.根据权利要求1所述的遥感影像地物变化检测方法，其特征在于，所述采用地物变化检测模型对每个所述网格单元进行地物变化检测，具体包括：

按照设定顺序采用地物变化检测模型依次对每个所述网格单元进行地物变化检测。

3.根据权利要求1所述的遥感影像地物变化检测方法，其特征在于，所述对各所述遥感影像组中前时相遥感影像和后时相遥感影像中影像进行预处理，获得预处理后的各所述遥感影像组，具体包括：

对各所述遥感影像组中前时相遥感影像和后时相遥感影像中影像色彩进行色彩均衡处理，并增加影像的全局对比度，获得预处理后的各所述遥感影像组。

4.根据权利要求1所述的遥感影像地物变化检测方法，其特征在于，所述对预处理后的各所述遥感影像组中前时相遥感影像和后时相遥感影像的地物变化标记；并基于时相先后顺序对预处理后的前时相遥感影像和后时相遥感影像进行波段重组，获得所述遥感影像组对应的重组遥感影像和地物变化标记，具体包括：

对预处理后的各所述遥感影像组中前时相遥感影像和后时相遥感影像按照设定尺寸进行裁剪；

对裁剪后的各所述遥感影像组中前时相遥感影像和后时相遥感影像的地物变化标记；并基于时相先后顺序对裁剪后的前时相遥感影像和后时相遥感影像进行波段重组，获得所述遥感影像组对应的重组遥感影像和地物变化标记。

5.一种遥感影像地物变化检测系统，其特征在于，包括：

待检测区域网格划分模块，用于对待检测区域进行网格划分，获得网格划分后的待检测区域；所述网格划分后的待检测区域包括多个网格单元；

地物变化检测模块，用于采用地物变化检测模型对每个所述网格单元进行地物变化检测；所述地物变化检测模型的输入为所述网格单元对应的前时相遥感影像和后时相遥感影像基于时相先后顺序进行波段重组后的重组遥感影像，所述地物变化检测模型的输出为所述网格单元对应区域的地物变化预测结果；

所述地物变化检测模型为训练好的神经网络模型；

所述地物变化检测模型的训练过程包括：

选择与所述待检测区域地形相同或地貌相同的区域作为样本选择区域；

分别获取所述样本选择区域的多个遥感影像组，每个所述遥感影像组包括一个前时相遥感影像和一个后时相遥感影像；

对各所述遥感影像组中前时相遥感影像和后时相遥感影像中影像进行预处理，获得预处理后的各所述遥感影像组；

对预处理后的各所述遥感影像组中前时相遥感影像和后时相遥感影像的地物变化标记；并基于时相先后顺序对预处理后的前时相遥感影像和后时相遥感影像进行波段重组，获得所述遥感影像组对应的重组遥感影像和地物变化标记；所述地物变化标记为多个坐标数据构成的矢量数据；

分别对各所述地物变化标记栅格化形成各所述地物变化标记对应的栅格化标签影像；

按照设定样本尺寸分别对各所述栅格化标签影像进行图像分割，获得多个标签影像单元；

按照设定样本尺寸分别对各所述栅格化标签影像对应的重组遥感影进行图像分割，获得多个重组遥感影单元；

对样本数据进行数据增强，数据增强后的所述样本数据构成样本数据集；一个所述样本数据包括一个所述重组遥感影单元和所述重组遥感影单元区域对应的标签影像单元；

采用所述样本数据集训练神经网络模型，将训练好的神经网络模型作为所述地物变化检测模型；

所述对样本数据进行数据增强，数据增强后的所述样本数据构成样本数据集，具体包括：

对于地物变化为所述重组遥感影单元对应的后时相遥感影像存在对应前时相遥感影像不存在的地物时，或者对于地物变化为所述重组遥感影单元对应的前时相遥感影像存在对应后时相遥感影像不存在的地物时，采用色彩空间扩增、几何空间扩增和图像噪声扩增三种方式对所述重组遥感影单元进行数据增强，获得数据增强后的所述重组遥感影单元；

对于地物变化为所述重组遥感影单元对应的后时相遥感影像存在对应前时相遥感影像不存在的地物，并且所述重组遥感影单元对应的前时相遥感影像存在对应后时相遥感影像不存在的地物时，采用色彩空间扩增、几何空间扩增、图像噪声扩增和时相交换扩增四种方式对所述重组遥感影单元进行数据增强，获得数据增强后的所述重组遥感影单元；

所述时相交换扩增为对所述重组遥感影单元对应的前时相遥感影像和后时相遥感影像进行波段顺序交换。

6.一种电子设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-4中任一项所述的遥感影像地物变化检测方法。

7.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-4中任一项所述的遥感影像地物变化检测方法。

Images