一种基于语义边缘的后分类建筑物变化检测方法

摘要

一种基于语义边缘的后分类建筑物变化检测方法，通过基于卷积神经网络的语义边缘检测模型对建筑物样本进行学习，通过模型预测获取两期相对应影像的建筑物边缘信息，后将这两幅边缘图像进行合成，获得一期包含所有建筑物边缘信息的二值图，这样做即通过两期建筑物边缘互相补充使建筑物边缘轮廓的细节得以更多的保留，也忽略了影像来源的区别，从而实现了对不同分辨率、不同来源下的遥感影像进行建筑物的变化检测。目前有关变化检测的算法，都存在着对配准要求高，只在特定的数据上可以使用，且准确率不高的问题，本发明通过图像配准算法在一定程度上降低了配准要求，且由于后分类的方式，使其对数据的适应性更强。