摘要
本申请提供了一种基于邻域对象的遥感影像变化图斑提取方法、介质和设备,属于遥感影像分析领域;解决了传统的变化检测方法中样本的质量不高且难以覆盖各种复杂的变化场景的问题;包括以下步骤:对两个不同时相的遥感影像进行预处理;以其中一张遥感影像的土地利用图为基准,对两张遥感影像进行分割,得到相同的分割结果;对两张遥感影像上相对应的每个分割区域均通过相似性算子判定其是否发生变化;构建结合多尺度特征提取和注意力机制的孪生卷积神经网络;将一定发生变化的区域作为标注样本,输入深度学习模型进行训练;对于初步标记为可能发生变化的区域,结合邻域对象的分析方法对其进行二次判定;图斑合并;本申请应用于遥感影像。
技术关键词
遥感影像变化
深度学习模型
多尺度特征提取
邻域
对象
分析方法
遥感影像分析
注意力机制
变化检测方法
可读存储介质
分类器
非线性
图像分割
存储器
处理器
样本
标记
纹理
模块
系统为您推荐了相关专利信息
流量检测方法
高维特征向量
重构误差
解码器模型
分类器
电阻抗层析成像
颅脑模型
特征提取单元
传感模型
电压
工业产品表面缺陷
多尺度特征提取
深度学习模型
网络模块
输出特征