基于面向对象孪生神经网络的高分辨率遥感影像建筑物变化检测

建筑物变化检测在城市环境监测、土地规划管理和违章违规建筑识别等应用中具有重要作用。针对传统孪生神经网络在影像变化检测中存在的检测边界与实际边界吻合度低的问题,本文结合面向对象图像分析技术,提出一种基于面向对象孪生神经网络（Obj-SiamNet）的高分辨率遥感影像变化检测方法,利用模糊集理论自动融合多尺度变化检测结果,并通过生成对抗网络实现训练样本迁移。该方法应用在高分二号和高分七号高分辨率卫星影像中,并与基于时空自注意力的变化检测模型（STANet）、视觉变化检测网络（ChangeNet）和孪生UNet神经网络模型（Siam-NestedUNet）进行比较。结果表明：（1）融合面向对象多尺度分割的检测结果较单一尺度分割的检测结果,召回率最高提升32%,F1指数最高提升25%,全局总体误差（GTC）最高降低7%;(2)在样本数量有限的情况下,通过生成对抗网络进行样本迁移,与未使用样本迁移前的检测结果相比,召回率最高提升16%,F1指数最高提升14%,GTC降低了9%;(3) Obj-SiamNet方法较其他变化检测方法,整体检测精度得到提升,F1指数最高提升23%,GTC最高降低9%。...     

基于无人机影像的打击效果评估研究

在信息化战争环境下,无人机凭借其机动灵活、无人员伤亡等优势在作战中应用广泛。为更好地发挥无人机的侦察本领,提升目标变化检测能力,本文讨论了依靠无人机影像实现打击效果评估的实现方法。首先,依据控制点选取、图像差值法和比值法等算法,对图像完成预处理、变化检测等;然后,针对检测到的变化区域进行损伤等级划分,实现打击效果评估;最后,通过实验对比了不同检测算法在打击效果评估过程中的优缺点,为建立完备的无人机评估体系提供了参考。     

基于卷积神经网络的电线塔识别与更新入库

利用卷积神经网络实现了电线塔的提取与更新入库.首先将遥感影像分为训练区域与校正区域,结合本底矢量数据,在训练区域分别获得目标与非目标样本影像块,并以此训练卷积神经网络;再利用卷积神经网络在校正区域提取电线塔;然后通过与本底数据的叠置分析,获得电线塔的增量数据;最后根据不同的类型对增量数据进行更新入库.实验结果表明,该方...     

基于特征提取的目标变化检测方法研究

针对不同时相遥感影像中特定目标的变化,研究了基于特征提取的目标变化检测方法。该方法首先根据目标的几何特征进行检测与提取,然后对提取出的两目标影像进行比较,得到特定目标的变化。实验结果表明该方法对特定目标的变化检测有较好的效果。     

堆叠降噪自编码器的影像特征融合变化检测

提出一种基于堆叠降噪自编码器的影像特征融合变化检测方法.首先在影像分割对象的像素级特征和对象级特征分析、设计与提取基础上,通过像素级特征主成分分析与特征优选处理算法,实现遥感影像多类型特征融合并构建分割对象的多维特征向量;其次利用堆叠降噪自编码器的高维复杂数据处理能力,实现遥感影像多维融合特征的变化检测.实验结果表明,...     

联合显著性和多方法差异影像融合的遥感影像变化检测

针对高空间分辨率遥感影像地物复杂、传统变化检测方法漏检率高的问题,提出了一种联合显著性和多方法差异影像融合的多时相遥感影像变化检测方法.选取3组双时相高空间分辨率遥感影像作为实验数据,首先分别采用变化矢量分析(change vector analysis,CVA)和光谱斜率差异(spectral gradient di...     

基于改进DeepLabv3+孪生网络的遥感影像变化检测方法

传统遥感影像变化检测方法依赖人工构建特征,算法设计复杂且精度不高;而将2幅不同时相影像叠加后输入神经网络的遥感影像变化检测方法会造成不同时相的特征相互影响,难以保持原始影像的高维特征,且模型鲁棒性较差。因此,本文提出一种基于改进DeepLabv3+孪生网络的遥感影像变化检测方法,以经典DeepLabv3+网络的编解码结构为基础对网络进行改进:(1)在编码阶段利用共享权值的孪生网络提取特征,通过2个输入端分别接收2幅遥感影像,以保留不同时相影像的高维特征;(2)在特征融合中用密集空洞空间金字塔池化模型代替空洞空间金字塔池化模型,通过密集连接的方式结合每个空洞卷积的输出,以提高对不同尺度目标分割的精度;(3)在解码阶段中针对不同层级特征图信息差异较大,难以融合的问题,引入基于注意力机制的特征对齐模型,引导不同层级的特征对齐并强化学习重要特征,以提升模型的鲁棒性。应用开源数据集CDD验证本文方法的有效性,并与UNet-EF、FC-Siam-conc、Siam-DeepLabv3+和N-Siam-DeepLabv3+网络对比试验。试验结果表明,本文方法在精确率、召回率、F1值和总体精度上达到8...     

地理要素数据变化信息关联传递技术研究

针对多源地理信息数据库间更新周期不一致导致的数据更新不同步的问题,提出了基于关联关系图谱实现数据变化信息的传递方法。通过数据要素匹配、数据变化信息检测、关联关系图谱构建、变化信息传递等关键技术,实现多源数据库间更新变化信息的发现并传递至关联的数据库,可在一定程度上解决地理信息数据资源的不同步和不一致问题,提高数据资源的利用效率,达到“一库更新、关联库联动”的效果。以陕西省某区域最新版本的1∶50 000和1∶10 000基础地理信息数据为例开展了变化信息检测及变化传递实验,验证了基于数据要素匹配等关键技术可实现数据变化信息发现并基于关联关系图谱将变化信息传递到关联数据库的技术路线是可行的。     

基于对象的多源数据变化检测的方法

不同数据源的遥感数据可综合用于检测地表变化,是土地变更调查中不可或缺的技术手段之一。本文基于高分辨率遥感卫星影像、无人机正射影像和土地利用矢量图,结合多尺度分割法、最邻近分类法和阈值分类法,消除不同遥感数据间的套合误差,实现影像的层层分类,并通过像斑类别识别的方法检测地表变化。试验结果表明:变化检测结果中面积检测正确率为85.37%,精度满足要求。该方法能够结合不同遥感数据源的优势,从而正确识别地表变化区域,同时获取像斑变化的类别。可有效地提高土地调查的效率,提升遥感数据的利用水平。