【技術實現步驟摘要】
本專利技術涉及自然資源變化監測的，尤其是涉及一種建構筑物變化發現與長時序跟蹤監測方法和裝置。
技術介紹
1、自然資源是包括森林、耕地、水源等關乎國計民生的重要資源。但是，隨著經濟發展，城鎮化進程的加快，自然資源的亂占濫用，諸如違建、亂砍濫伐、違規占用耕地資源等現象愈發嚴重，給自然資源帶來了巨大的損失。自然資源監測監管是指在基礎調查和專項調查形成的自然資源本底數據基礎上，掌握自然資源自身變化及人類活動引起的變化情況的一項工作，實現“早發現、早制止、嚴打擊”的監管目標。
2、自然資源監測監管的一個重要環節是發現并持續監測自然資源變化情況。建構筑物屬于自然資源重要監測地物類型，傳統發現和持續監測是通過人工篩查、民眾舉報等途徑，其效率低下、精度低、數據處理復雜。隨著遙感技術的發展，采用遙感手段可以實現快速、大范圍、短周期的自然資源變化。目前業界較為成熟的是基于前后時相影像，采用光譜分析、機器學習、深度學習等算法，對前后時相影像進行建構筑物的變化信息提取，但是此類方法只能獲取前后兩期粗時間尺度、靜態的建構筑物的變化狀態，無法滿足自然資源監測監管的業務要求。
3、針對上述問題，還未提出有效的解決方案。
技術實現思路
1、有鑒于此，本專利技術的目的在于提供一種建構筑物變化發現與長時序跟蹤監測方法和裝置，以緩解了現有技術難以對建構筑物的變化狀態進行評估的技術問題。
2、第一方面，本專利技術實施例提供了一種建構筑物變化發現與長時序跟蹤監測方法，包括：獲取樣本變化圖
3、進一步地，基于所述樣本變化圖斑矢量和所述樣本變化圖斑矢量對應的長時序高分遙感影像數據，確定出所述樣本變化圖斑矢量中每個變化圖斑對應的長時序高分遙感影像數據切片集，包括：基于所述樣本變化圖斑矢量，對所述樣本變化圖斑矢量對應的長時序高分遙感影像數據進行預處理，得到所述樣本變化圖斑矢量對應的目標長時序高分遙感影像數據，其中，所述預處理包括：正射校正處理，分辨率統一處理和坐標參考系統一處理；基于所述樣本變化圖斑矢量中每個變化圖斑的位置信息和范圍信息，對所述樣本變化圖斑矢量對應的長時序高分遙感影像數據進行切片處理，得到所述樣本變化圖斑矢量中每個變化圖斑對應的長時序高分遙感影像數據切片集。
4、進一步地，確定出所述長時序高分遙感影像數據切片集對應的特征數據，包括：基于所述長時序高分遙感影像數據切片集，分別確定出所述長時序高分遙感影像數據切片集中第一時相對應的切片與所述長時序高分遙感影像數據切片集中的目標切片之間的幾何特征數據，其中，所述目標切片包括：所述長時序高分遙感影像數據切片集中除第一時相對應的切片以外的切片；基于所述長時序高分遙感影像數據切片集，分別確定出所述長時序高分遙感影像數據切片集中第一時相對應的切片與所述長時序高分遙感影像數據切片集中的目標切片之間的光譜特征數據，其中，所述目標切片包括：所述長時序高分遙感影像數據切片集中除第一時相對應的切片以外的切片。
5、進一步地，基于所述長時序高分遙感影像數據切片集，分別確定出所述長時序高分遙感影像數據切片集中第一時相對應的切片與所述長時序高分遙感影像數據切片集中的目標切片之間的幾何特征數據，包括：分別對所述第一時相對應的切片和所述目標切片進行主成分分析，得到所述第一時相對應的切片的第一主成分和所述目標切片的第一主成分；利用canny模型，分別確定出所述第一時相對應的切片的第一主成分對應的邊緣強度圖和所述目標切片的第一主成分對應的邊緣強度圖；計算出所述第一時相對應的切片的第一主成分對應的邊緣強度圖和所述目標切片的第一主成分對應的邊緣強度圖之間的比值特征數據；確定出所述第一時相對應的切片和所述目標切片對應的變化圖斑，并確定出變化圖斑對應的外接矩形的長寬比和所述變化圖斑與所述外接矩形之間的面積比；將所述比值特征數據、所述長寬比和所述面積比，確定為所述幾何特征數據。
6、進一步地，基于所述長時序高分遙感影像數據切片集，分別確定出所述長時序高分遙感影像數據切片集中第一時相對應的切片與所述長時序高分遙感影像數據切片集中的目標切片之間的光譜特征數據，包括：分別對所述第一時相對應的切片的真彩色波段和所述目標切片的真彩色波段進行hsv轉換，得到第一轉換結果和第二轉換結果，其中，所述真彩色波段包括：紅波段，綠波段和藍波段；基于所述第一轉換結果、所述第二轉換結果和rgb2hsv模型，確定出所述第一時相對應的切片的第一亮度分量圖和所述目標切片的第二亮度分量圖；基于所述第一亮度分量圖和所述第二亮度分量圖，確定出光譜特征數據，其中，所述光譜特征數據包括：所述第一亮度分量圖和所述第二亮度分量圖之間的亮度比值，所述第一亮度分量圖的標準差比，所述第二亮度分量圖的標準差比，以及所述第一亮度分量圖和所述第二亮度分量圖之間的標準差比。
7、進一步地，利用所述待處理變化圖斑矢量、所述待處理變化圖斑矢量對應的長時序高分遙感影像數據和所述目標隨機森林模型，確定出所述待處理變化圖斑矢量對應的變化進程評估結果，包括：基于所述待處理變化圖斑矢量和所述待處理變化圖斑矢量對應的長時序高分遙感影像數據，確定出所述待評估變化圖斑矢量中每個變化圖斑對應的長時序高分遙感影像數據切片集，并確定出所述待處理變化圖斑矢量中每個變化圖斑對應的長時序高分遙感影像數據切片集；將所述待處理變化圖斑矢量中每個變化圖斑對應的長時序高分遙感影像數據切片集輸入所述目標隨機森林模型，得到所述待處理變化圖斑矢量對應的變化進程評估結果。
8、第二方面，本專利技術實施例還提供了一種建構筑物變化發現與長時序跟蹤監測裝置，包括：獲取單元，用于獲取樣本變化圖斑矢量和所述樣本變化圖斑矢量對應的長時序高分遙感影像數據；確定單元，用于基于所述樣本變化圖斑矢量和所述樣本變化圖斑矢量對應的長時序高分遙感影像數據，確定出所述樣本變化圖斑矢量中每個變化圖斑對應的長時序高分遙感影像數據切片集，并確定出所述長時序高分遙感影像數據切片集對應的特征數據，其中，所述特征數據包括：幾何特征數據和光譜特征數據；訓練單元，用于利用所述特征數據和所述特征數據對應的建構筑物變化類別，對預設隨機森林模型進行訓練，得本文檔來自技高網...
【技術保護點】
1.一種建構筑物變化發現與長時序跟蹤監測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，基于所述樣本變化圖斑矢量和所述樣本變化圖斑矢量對應的長時序高分遙感影像數據，確定出所述樣本變化圖斑矢量中每個變化圖斑對應的長時序高分遙感影像數據切片集，包括：
3.根據權利要求1所述的方法，其特征在于，確定出所述長時序高分遙感影像數據切片集對應的特征數據，包括：
4.根據權利要求3所述的方法，其特征在于，基于所述長時序高分遙感影像數據切片集，分別確定出所述長時序高分遙感影像數據切片集中第一時相對應的切片與所述長時序高分遙感影像數據切片集中的目標切片之間的幾何特征數據，包括：
5.根據權利要求3所述的方法，其特征在于，基于所述長時序高分遙感影像數據切片集，分別確定出所述長時序高分遙感影像數據切片集中第一時相對應的切片與所述長時序高分遙感影像數據切片集中的目標切片之間的光譜特征數據，包括：
6.根據權利要求1所述的方法，其特征在于，利用所述待處理變化圖斑矢量、所述待處理變化圖斑矢量對應的長時序高分遙感影像數據和所述目標
7.一種建構筑物變化發現與長時序跟蹤監測裝置，其特征在于，包括：
8.根據權利要求7所述的裝置，其特征在于，所述確定單元，用于：
9.一種電子設備，其特征在于，包括存儲器以及處理器，所述存儲器用于存儲支持處理器執行權利要求1至6任一項所述方法的程序，所述處理器被配置為用于執行所述存儲器中存儲的程序。
10.一種計算機可讀存儲介質，計算機可讀存儲介質上存儲有計算機程序，其特征在于，計算機程序被處理器運行時執行上述權利要求1至6任一項所述方法的步驟。
...【技術特征摘要】
1.一種建構筑物變化發現與長時序跟蹤監測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，基于所述樣本變化圖斑矢量和所述樣本變化圖斑矢量對應的長時序高分遙感影像數據，確定出所述樣本變化圖斑矢量中每個變化圖斑對應的長時序高分遙感影像數據切片集，包括：
3.根據權利要求1所述的方法，其特征在于，確定出所述長時序高分遙感影像數據切片集對應的特征數據，包括：
4.根據權利要求3所述的方法，其特征在于，基于所述長時序高分遙感影像數據切片集，分別確定出所述長時序高分遙感影像數據切片集中第一時相對應的切片與所述長時序高分遙感影像數據切片集中的目標切片之間的幾何特征數據，包括：
5.根據權利要求3所述的方法，其特征在于，基于所述長時序高分遙感影像數據切片集，分別確定出所述長時序高分遙感影像數據切片集中第一時相對應的切片與所述...
【專利技術屬性】
技術研發人員：劉愛霞，尤淑撐，容俊，韓旭，屈洋旭，王宇翔，田靜國，范磊，王碩，殷慧，楊瑞茹，黃貝貝，
申請(專利權)人：自然資源部國土衛星遙感應用中心，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。