本发明属于图像处理,涉及一种遥感影像地面设施的变化检测方法、系统、设备及介质。
背景技术:
1、随着遥感技术的发展,如今高分辨率的遥感图像可以很容易被获取。长期以来,遥感影像的变化检测在遥感领域发挥着重要作用,变化检测在监控地面信息,判断城市基础电力设施变化、判断灾害的发生等方面存在着重要意义。
2、然而,由于多光谱遥感影像不同波段光谱特性的互相关性和多源异构数据训练集使得模型的通用性降低等问题的存在,给电力设施的多光谱遥感影像变化检测带来了巨大挑战。
3、现有的相关研究主要是基于大尺度的设施变化检测,当检测电力线、电路塔等小尺度的电力设施变化信息时,变化检测的性能将会大大降低。此外,由于城市、乡村非电力设施基础建筑的变化,也会对电力设施变化检测的结果造成一定的影响,上述皆为当前多光谱遥感图像电力设施变化检测存在的问题。
技术实现思路
1、本发明的目的在于克服上述现有技术的缺点,提供了一种遥感影像地面设施的变化检测方法、系统、设备及介质,该方法、系统、设备及介质能够对小尺度的电力设施变化进行准确检测。
2、为达到上述目的,本发明采用如下技术方案:
3、本发明一方面,本发明提供了一种遥感影像地面设施的变化检测方法,包括:
4、获取双时相遥感影像;
5、将所述双时相遥感影像输入到多光谱遥感影像变化检测模型中,以确定双时相遥感影像中地面设备是否发生变化,其中,所述多光谱遥感影像变化检测模型基于多级金字塔注意力机制的特征融合构建而成。
6、本发明所述遥感影像地面设施的变化检测方法进一步的改进在于:
7、所述多光谱遥感影像变化检测模型包括四层上采样的fpn特征提取网络、融合空洞卷积的金字塔注意力模块以及度量模块,其中,通过所述四层上采样的fpn特征提取网络对双时相遥感影像进行特征提取,通过所述融合空洞卷积的金字塔注意力模块对特征提取的结果进行通道拼接,得到拼接后的特征图,然后对拼接后的特征图进行通道融合,得到遥感影像的多尺度特征融合信息图,通过所述度量模块对所述遥感影像的多尺度特征融合信息图进行度量,得到双时相遥感影像的变化图。
8、多光谱遥感影像变化检测模型的对比损失函数为:
9、
10、其中,(adaptive)margin为自适应阈值,表示批距离图,b为批大小,m*为二进制标签的映射图,b,i,j表示像素点。
11、所述自适应阈值(adaptive)margin通过自适应阈值生成网络生成。
12、所述自适应阈值生成网络基于卷积神经网络构建而成。
13、通过自适应阈值生成网络生成自适应阈值(adaptive)margin的过程为:
14、对融合空洞卷积的金字塔注意力模块得到的拼接后的特征图进行堆叠处理,将堆叠处理的结果依次经1×1的卷积层及3个卷积池化激活模块处理,得到所述自适应阈值(adaptive)margin。
15、每个所述卷积池化激活模块均包含一个卷积核大小为3×3,步长为2的卷积层、一个2×2的最大池化层以及一个relu激活函数。
16、本发明二方面,本发明提供了一种遥感影像地面设施的变化检测系统,包括:
17、获取模块,用于获取双时相遥感影像;
18、检测模块,用于将所述双时相遥感影像输入到多光谱遥感影像变化检测模型中,以确定双时相遥感影像中地面设备是否发生变化,其中,所述多光谱遥感影像变化检测模型基于多级金字塔注意力的特征融合建而成。
19、本发明三方面,本发明提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述遥感影像地面设施的变化检测方法的步骤。
20、本发明四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述遥感影像地面设施的变化检测方法的步骤。
21、本发明具有以下有益效果:
22、本发明所述的遥感影像地面设施的变化检测方法、系统、设备及介质在具体操作时,将所述双时相遥感影像输入到多光谱遥感影像变化检测模型中,以确定双时相遥感影像中地面设备是否发生变化,所述多光谱遥感影像变化检测模型基于金字塔注意力机制构建而成,其中,采用金字塔注意力机制可以有效融合浅层位置信息以及深层语义信息,以提高检测的准确性,满足小尺度的电力设施变化检测需求。
23、进一步,本发明采用融合空洞卷积的金字塔注意力模块,可以获得多尺度、细粒度的遥感影像地物信息识别能力,进而提高变化检测的综合性能。
24、进一步,利用自适应阈值设计对比损失函数,所述自适应阈值可以更好的判断变化区域的边界,生成更具细粒度的变化区域。
1.一种遥感影像地面设施的变化检测方法,其特征在于,包括:
2.根据权利要求1所述的遥感影像地面设施的变化检测方法,其特征在于,所述多光谱遥感影像变化检测模型包括四层上采样的fpn特征提取网络、融合空洞卷积的金字塔注意力模块以及度量模块,其中,通过所述四层上采样的fpn特征提取网络对双时相遥感影像进行特征提取,通过所述融合空洞卷积的金字塔注意力模块对特征提取的结果进行通道拼接,得到拼接后的特征图,然后对拼接后的特征图进行通道融合,得到遥感影像的多尺度特征融合信息图,通过所述度量模块对所述遥感影像的多尺度特征融合信息图进行度量,得到双时相遥感影像的变化图。
3.根据权利要求2所述的遥感影像地面设施的变化检测方法,其特征在于,多光谱遥感影像变化检测模型的对比损失函数为:
4.根据权利要求3所述的遥感影像地面设施的变化检测方法,其特征在于,所述自适应阈值(adaptive)margin通过自适应阈值生成网络生成。
5.根据权利要求4所述的遥感影像地面设施的变化检测方法,其特征在于,所述自适应阈值生成网络基于卷积神经网络构建而成。
6.根据权利要求5所述的遥感影像地面设施的变化检测方法,其特征在于,通过自适应阈值生成网络生成自适应阈值(adaptive)margin的过程为:
7.根据权利要求6所述的遥感影像地面设施的变化检测方法,其特征在于,每个所述卷积池化激活模块均包含一个卷积核大小为3×3,步长为2的卷积层、一个2×2的最大池化层以及一个relu激活函数。
8.一种遥感影像地面设施的变化检测系统,其特征在于,包括:
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述遥感影像地面设施的变化检测方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述遥感影像地面设施的变化检测方法的步骤。