【技術實現(xiàn)步驟摘要】
本說明書一個或多個實施例涉及圖像處理，尤其涉及一種遙感影像變化檢測方法及裝置。
技術介紹
1、現(xiàn)有技術通過檢測模型獲取兩期遙感影像的變化差異。檢測模型在正式使用前需要通過第一期遙感影像樣本數(shù)據(jù)和第二期遙感影像樣本數(shù)據(jù)進行訓練。第一期遙感影像樣本數(shù)據(jù)和第二期遙感影像樣本數(shù)據(jù)都需要人工手動標注變化區(qū)，工作量較大。且第一期遙感影像樣本數(shù)據(jù)和第二期遙感影像樣本數(shù)據(jù)中一些無變化區(qū)域因為未參與訓練，使得在實際檢測過程中檢測模型的檢測結(jié)果很有可能出現(xiàn)誤差，即檢測準確率不是很高。另外，該檢測模型的應用條件比較苛刻，需要兩期遙感影像的時間間隔較長且差異區(qū)的邊界特征明顯，否則會導致檢測模型的檢測準確率較低。
技術實現(xiàn)思路
1、為了解決上述問題，本說明書一個或多個實施例描述了一種遙感影像變化檢測方法及裝置。
2、根據(jù)第一方面，提供了一種遙感影像變化檢測方法，方法包括：
3、獲取第一影像樣本數(shù)據(jù)和第二影像樣本數(shù)據(jù)；
4、基于第一影像樣本數(shù)據(jù)和第二影像樣本數(shù)據(jù)獲取第一影像檢測模型和第二影像檢測模型；
5、通過第一影像檢測模型對第一待檢測影像進行檢測以得到第一目標區(qū)圖像，通過第二影像檢測模型對第二待檢測影像進行檢測以得到第二目標區(qū)圖像，通過第一目標區(qū)圖像和第二目標區(qū)圖像獲取目標差異區(qū)圖像；
6、對目標差異區(qū)圖像上的目標差異區(qū)進行篩選：
7、獲取目標差異區(qū)圖像上的一目標差異區(qū)；獲取目標差異區(qū)的外接矩形，并對外接矩形進行擴展以得到矩形擴展框；
8、優(yōu)選的，獲取第一影像樣本數(shù)據(jù)和第二影像樣本數(shù)據(jù)具體包括：
9、獲取第一期原始影像和第二期原始影像；
10、找到第二期原始影像的目標區(qū)，并在第二期原始影像上對目標區(qū)進行標注以得到第二影像樣本數(shù)據(jù)；
11、獲取第二影像樣本數(shù)據(jù)的目標區(qū)的圖形文件；
12、基于圖形文件在第一期原始影像上對目標區(qū)進行標注以得到第一影像樣本數(shù)據(jù)。
13、優(yōu)選的，基于第一影像樣本數(shù)據(jù)和第二影像樣本數(shù)據(jù)獲取第一影像檢測模型和第二影像檢測模型具體包括：
14、將第二影像樣本數(shù)據(jù)訓練圖像分割模型一以得到第二影像檢測模型；
15、將第一影像樣本數(shù)據(jù)和第二影像樣本數(shù)據(jù)共同訓練圖像分割模型二以得到第一影像檢測模型。
16、優(yōu)選的，通過第一目標區(qū)圖像和第二目標區(qū)圖像獲取目標差異區(qū)圖像具體包括：
17、獲取第一目標區(qū)圖像上的第一目標區(qū)的第一圖形文件，獲取第二目標區(qū)圖像上的第二目標區(qū)的第二圖形文件，計算第一圖形文件與第二圖形文件的非重疊區(qū)域以得到非重疊圖形文件；
18、對非重疊圖形文件進行柵格化處理以得到非重疊柵格數(shù)據(jù)，對非重疊柵格數(shù)據(jù)進行濾波處理，將濾波后的非重疊柵格數(shù)據(jù)轉(zhuǎn)換為目標差異圖形文件；
19、對目標差異圖形文件進行面積過濾：獲取目標差異圖形文件的面積值，當面積值小于面積閾值時，將對應目標差異圖形文件去除；
20、將剩余目標差異圖形文件與第一待檢測影像或第二待檢測影像結(jié)合以得到目標差異區(qū)圖像。
21、優(yōu)選的，對外接矩形進行擴展以得到矩形擴展框具體包括：
22、將外接矩形的豎邊向上延伸第一長度同時向下延伸第二長度，將外接矩形的橫邊向左延伸第三長度同時向右延伸第四長度，當外接矩形的上橫邊與第二待檢測影像的上邊界之間的第一距離小于外接矩形的豎邊長度的一半時，第一長度等于第一距離，否則第一長度等于外接矩形的豎邊長度的一半；當外接矩形的下橫邊與第二待檢測影像的下邊界之間的第二距離小于外接矩形的豎邊長度的一半時，第二長度等于第二距離，否則第二長度等于外接矩形的豎邊長度的一半；當外接矩形的左豎邊與第二待檢測影像的左邊界之間的第三距離小于外接矩形的橫邊長度的一半時，第三長度等于第三距離，否則第三長度等于外接矩形的橫邊長度的一半；當外接矩形的右豎邊與第二待檢測影像的右邊界之間的第四距離小于外接矩形的橫邊長度的一半時，第四長度等于第四距離，否則第四長度等于外接矩形的橫邊長度的一半。
23、優(yōu)選的，對目標差異區(qū)圖像上的目標差異區(qū)進行篩選還包括：
24、采用sam大模型作為子影像檢測模型；
25、在目標差異區(qū)內(nèi)隨機生成多個提示點，每一提示點距離目標差異區(qū)邊緣的最小距離相等，且每兩個提示點之間的間隔距離大于最小距離閾值，將提示點作為sam大模型的提示點。
26、優(yōu)選的，方法還包括：
27、通過第一初始影像和第二初始影像獲取初始目標差異區(qū)圖像，并在初始目標差異區(qū)圖像的初始目標差異區(qū)上標注外接矩形框；
28、根據(jù)外接矩形框的位置信息在第一初始影像的對應位置上設置第一外接矩形框，并根據(jù)外接矩形框的位置信息在第二初始影像的對應位置上設置第二外接矩形框；
29、在第一初始影像的第一外接矩形框內(nèi)通過滑動框截取第一子初始圖像，在第二初始影像的第二外接矩形框內(nèi)通過滑動框截取第二子初始圖像，將相同位置的第一子初始圖像和第二子初始圖像設置為一組圖像對；
30、將圖像對進行分組：當圖像對的第一子初始圖像和第二子初始圖像為真實變化時，將圖像對分入第一圖像對組；當圖像對的第一子初始圖像和第二子初始圖像為偽變化時，將圖像對分入第二圖像對組；
31、基于第一圖像對組和第二圖像對組中的圖像對訓練得到分類模型；
32、基于分類模型對目標差異區(qū)圖像上的目標差異區(qū)進行二次篩選。
33、根據(jù)第二方面，提供了一種遙感影像變化檢測裝置，裝置包括：
34、影像樣本數(shù)據(jù)獲取模塊，用于獲取第一影像樣本數(shù)據(jù)和第二影像樣本數(shù)據(jù)；
35、影像檢測模型獲取模塊，用于基于第一影像樣本數(shù)據(jù)和第二影像樣本數(shù)據(jù)獲取第一影像檢測模型和第二影像檢測模型；
36、目標差異區(qū)圖像獲取模塊，用于通過第一影像檢測模型對第一待檢測影像進行檢測以得到第一目標區(qū)圖像，通過第二影像檢測模型對第二待檢測影像進行檢測以得到第二目標區(qū)圖像，通過第一目標區(qū)圖像和第二目標區(qū)圖像獲取目標差異區(qū)圖像；
37、目標差異區(qū)篩選模塊，用于對目標差異區(qū)圖像上的目標差異區(qū)進行篩選：
38、獲取目標差異區(qū)圖像上的一目標差異區(qū)；獲取目標差異區(qū)的外接矩形，并對外接矩形進行擴展以本文檔來自技高網(wǎng)...
【技術保護點】
1.一種遙感影像變化檢測方法，其特征在于，所述方法包括：
2.根據(jù)權利要求1所述的方法，其特征在于，獲取第一影像樣本數(shù)據(jù)和第二影像樣本數(shù)據(jù)具體包括：
3.根據(jù)權利要求2所述的方法，其特征在于，基于所述第一影像樣本數(shù)據(jù)和所述第二影像樣本數(shù)據(jù)獲取第一影像檢測模型和第二影像檢測模型具體包括：
4.根據(jù)權利要求1所述的方法，其特征在于，通過所述第一目標區(qū)圖像和所述第二目標區(qū)圖像獲取目標差異區(qū)圖像具體包括：
5.根據(jù)權利要求1所述的方法，其特征在于，對所述外接矩形進行擴展以得到矩形擴展框具體包括：
6.根據(jù)權利要求1所述的方法，其特征在于，對所述目標差異區(qū)圖像上的目標差異區(qū)進行篩選還包括：
7.根據(jù)權利要求1所述的方法，其特征在于，還包括：
8.一種遙感影像變化檢測裝置，其特征在于，所述裝置包括：
9.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權利要求1-7任一項所述方法的步驟。
10.一種計算機可
...【技術特征摘要】
1.一種遙感影像變化檢測方法，其特征在于，所述方法包括：
2.根據(jù)權利要求1所述的方法，其特征在于，獲取第一影像樣本數(shù)據(jù)和第二影像樣本數(shù)據(jù)具體包括：
3.根據(jù)權利要求2所述的方法，其特征在于，基于所述第一影像樣本數(shù)據(jù)和所述第二影像樣本數(shù)據(jù)獲取第一影像檢測模型和第二影像檢測模型具體包括：
4.根據(jù)權利要求1所述的方法，其特征在于，通過所述第一目標區(qū)圖像和所述第二目標區(qū)圖像獲取目標差異區(qū)圖像具體包括：
5.根據(jù)權利要求1所述的方法，其特征在于，對所述外接矩形進行擴展以得到矩形擴展框具體包括：
6.根據(jù)權利要求1所述的方法...
【專利技術屬性】
技術研發(fā)人員：肖長林，朱俊清，楊為琛，牛玉剛，王翔，馬廣迪，王琳，陳威，盧江平，王旭婕，王靜，郭斌，孫春玲，
申請(專利權)人：浙江國遙地理信息技術有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。