边缘引导的循环卷积神经网络建筑物变化检测方法及系统

摘要

本发明公开了一种边缘引导的循环卷积神经网络建筑物变化检测方法及系统，本发明包括对遥感图像T₁和T₂进行多层次特征提取得到特征对f_1i和f_2i，计算差异特征并进行差异增强、对深层结果逐层上采样并融合浅层结果后输入边缘引导概率预测网络得到多层次的变化概率图和边缘概率图，选择T₁大小相同的变化概率图二值化处理得到检测结果M。本发明能够对变化区域的差异进行放大，对非变化区域的差异进行抑制，从而提高了变化检测的精度，使得检测性能有所提升，而且通过边缘引导利用建筑物边缘结构的先验信息进一步提升了变化检测性能，使得检测结果中建筑物轮廓更加清晰，有效改善了建筑物分布密集区域检测结果中建筑物粘连的情况。