基于深度學(xué)習(xí)的高分辨率衛(wèi)星光學(xué)遙感影像建筑物變化檢測方法

基本信息

申請?zhí)?/td> CN202010347858.0 申請日 -
公開（公告）號 CN111553272B 公開（公告）日 2022-05-06
申請公布號 CN111553272B 申請公布日 2022-05-06
分類號 G06V20/13（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;CN 109446992 A,2019.03.08;CN 110136170 A,2019.08.16;CN 108446588 A,2018.08.24;CN 104700411 A,2015.06.10;CN 109961105 A,2019.07.02;US 2018/0293456 A1,2018.10.11 張永宏等.《基于改進(jìn)U-Net網(wǎng)絡(luò)的遙感圖像云檢測》.《測繪通報》.2020,;J. Liu，et al.《A Deep Convolutional Coupling Network for Change Detection Based on Heterogeneous Optical and Radar Images》.《IEEE Transactions on Neural Networks and Learning Systems》.2018,第29卷（第3期）, 分類 計算；推算；計數(shù);
發(fā)明人 岳照溪;潘琛;郭功舉;劉一寧;毛煒青;馮威丁 申請（專利權(quán)）人 上海市測繪院
代理機構(gòu) 上?？坡蓪＠硎聞?wù)所（特殊普通合伙） 代理人 葉鳳
地址 200063上海市普陀區(qū)武寧路419號
法律狀態(tài) -

摘要

摘要 基于深度學(xué)習(xí)的高分辨率衛(wèi)星光學(xué)遙感影像建筑物變化檢測方法，包括步驟1對多期同分辨率同區(qū)域的遙感衛(wèi)星影像進(jìn)行建筑物的矢量范圍勾勒；步驟2依照前后兩期遙感影像進(jìn)行建筑物變化區(qū)域的矢量范圍勾勒；步驟3制作樣本；步驟4擴充樣本；步驟5搭建建筑物分類網(wǎng)絡(luò)1；步驟6調(diào)用分類網(wǎng)絡(luò)1中的參數(shù)，搭建變化檢測網(wǎng)絡(luò)2，檢測兩期影像變化；步驟7、8：分類網(wǎng)絡(luò)參數(shù)及剩余參數(shù)訓(xùn)練；步驟9用訓(xùn)練好的網(wǎng)絡(luò)參數(shù)進(jìn)行建筑物分類檢測與變化檢測，對檢測結(jié)果進(jìn)行形態(tài)學(xué)處理、訓(xùn)練結(jié)果矢量化；步驟10將變化檢測結(jié)果、建筑物分類結(jié)果與人工標(biāo)定結(jié)果對比評定，優(yōu)化補充樣本、再訓(xùn)練。以上技術(shù)方案有效檢測出變化,得到建筑物新增與減少的變化區(qū)域。