变化检测

摘要： 针对现有高分遥感影像变化检测方法大都针对影像的像元灰度值,没有充分考虑像元间的空间关系,导致变化检测精度不高,提出了一种改进的变化检测方法。首先,通过模糊C均值聚类得到初始差异影像中的像元隶属度信息;然后,利用改进的空间引力模型将像元的隶属度及像元间的空间信息引入到马尔科夫随机场中,基于组合能量函数设置自适应权重函数;最后,采用条件迭代模型优化,获得最终的变化检测结果。通过对两组不同传感器、不同分辨率的高分辨率遥感影像开展相关对比实验,结果表明,该算法表现出更好的空间信息边缘检测效果和区域一致性,从而进一步提高了变化检测的精度。

摘要： 面向对象的高分辨率遥感影像变化检测中,分割尺度选取的合适与否是影响检测精度的关键因素之一。针对尺度问题本文提出一种基于多尺度分析的遥感变化检测方法。首先利用易康软件的插件ESP2工具进行最佳尺度估算,对影像中目标地物识别进行最佳分割尺度分析,获得各影像的最佳分割尺度;然后将前后时相影像叠置,生成子对象,在子对象中利用结构相似性测度判断子对象的变化情况;最后将大、中、小尺度判别结果进行模糊强度融合得到最终的变化检测结果。在西安市2016年天地图影像和2017年谷歌地图影像组成的影像对上实验,结果表明,多尺度融合方法比单一尺度变化检测方法的变化检测精度有明显的提升。

摘要： 本研究以研究区的卫星遥感数据影像数据、历史规划数据为基础,结合运用人工智能等计算机智能解译技术,综合分析利用地物波谱特征,通过目标识别及目视解译,快速精确获取前后时相影像上的违法建筑图斑矢量,通过多期多时点数据的图斑提取,对图斑提取方法的精度、影像精度的因子以及后续运用于实际可能需要进行的技术改进点等进行分析探讨;以期为后期大范围基于卫星遥感数据的违法建筑监查与执法项目的落地,提供有力的技术支持。

摘要： 以基于像素变化检测方法为基础,提出一种基于超像素融合的遥感影像变化检测方法。该方法主要包括以下步骤:首先对原始遥感影像进行两次超像素分割,生成像素级、超像素Ⅰ级和超像素Ⅱ级三个不同尺度的分割图,然后分别对每个分割图进行变化矢量分析,得到三个尺度的差分影像。分别对多个差分影像进行模糊C均值聚类,得到三个尺度变化与不变的隶属度,最后将三组隶属度作为证据,运用Dempster-Shafer证据理论进行融合,得到最终变化检测图。该算法能够结合像素级和超像素级影像的优势,很大程度上解决像素级方法效果不佳的问题。一组遥感影像试验结果表明所提方法是可行、有效的。

摘要： 遥感图像变化检测一直是遥感领域的热点。使用单一的差分影像很难保证初始变化图的准确度,为了充分利用遥感图像的空间信息,文章提出了一种用于无监督遥感图像变化检测的基于超像素的条件随机场模型。该方法首先通过变化矢量分析、光谱相关映射器产生了提供互补变化信息的差异图像。然后对差异图像进行简单线性迭代聚类得到超像素图像,最后,引入到条件随机场模型进行优化获得二值变化图。实验结果表明,所提出的方法提高了遥感图像变化检测的准确性。

摘要： 高分辨率遥感图像变化检测是了解地表变化的关键,是遥感图像处理领域的一个重要分支。现有很多基于深度学习的变化检测方法,取得了良好的效果,但是不易获得高分辨率遥感图像中的结构细节且检测精度有待提高。因此,该文提出融合了边缘变化信息和通道注意力模块的网络框架(EANet),分为边缘结构变化信息检测、深度特征提取和变化区域判别3个模块。首先,为了得到双时相图像的边缘变化信息,对其进行边缘检测得到边缘图,并将边缘图相减得到边缘差异图;其次,考虑到高分辨率遥感图像精细的图像细节和复杂的纹理特征,为了充分提取单个图像的深度特征,构建基于VGG-16网络的3支路模型,分别提取双时相图像和边缘差异图的深度特征;最后,为了提高检测精度,提出将通道注意力机制嵌入到模型中,以关注信息量大的通道特征来更好地进行变化区域的判别。实验结果表明,无论从视觉解释或精度衡量上看,提出算法与目前已有的一些方法相比,具有一定的优越性。

摘要： 文章根据不同时相的建筑物遥感图像之间存在着平移、地物、旋转角度等差异,多视角图像间存在非刚性畸变问题,从而提出了使用稳健的迭代配准,逐步消除图像间的差异(或非刚性畸变),利用混合特征提高多时相和多视角图像配准精度。提出一种适应性强且适用于多时相和多视角的建筑物遥感图像变化检测方法,通过对该算法进行研究,拟在有效检测出建筑物遥感图像中的变化位置。

摘要： 高光谱图像变化检测可提供地球表面的时间维变化信息,对城乡规划和管理至关重要。因具有较高的光谱分辨率,高光谱图像常被用于检测更精细的变化。针对高光谱变化检测的问题,提出一种基于协同稀疏与非局部低秩张量的高光谱图像变化检测方法。该方法首先求得前后时间点的高光谱差分图像,再根据差分图像中图像块的非局部分布特点,提取不同的非局部张量簇。然后基于协同稀疏正则化和低秩正则化建立协同稀疏与非局部低秩张量变化检测模型,并采用交替方向乘子法对模型求解得到表示系数。最后根据表示系数求得张量在不同类别中的投影残差,进而根据投影残差最小准则判断该张量块是否发生变化。在Farmland数据集和Urban area in San Francisco City数据集上进行实验,实验结果表明该方法取得较好的高光谱变化检测精度。

摘要： 地表变化检测是遥感大数据应用的重要内容,为此以植被区域为研究对象,结合相关系数和特征分析提出图斑级自动变化检测应用方法并研发软件。该方法结合光谱和纹理特征构建地物相关系数,采用相似性度量方式进行植被区域的变化检测;然后通过分析植被与其他地物类型之间的光谱差异,选择红光波段比值进行伪变化去除;最后基于.NET框架和ArcGIS Engine二次开发组件库,设计研发了一款变化检测工具软件。导入实验数据进行变化检测,实验结果表明软件的变化检测达到94.3%的正确率和8.5%的漏检率,相对人工交互解译,软件自动化水平较高。研究结果表明所提方法和软件具有良好的应用价值。

摘要： 耕地是粮食安全的根基所在,而随着我国城镇化的推进,农村违法占用耕地问题逐渐普遍化。加强对农村耕地的违建监测并制定应对措施是有效制止耕地蚕食现象的前提。借助深度学习技术,提出了一种基于前期耕地矢量的建筑物变化检测方法。首先利用已有国情矢量和影像数据制作建筑物专题样本;然后利用U-Net网络进行建筑物提取的模型训练,借助Otsu二值分割和Snake算法得到建筑物图斑;最后利用空间叠置法将提取的建筑物矢量与前期耕地矢量进行相交处理,得到耕地内的新增建筑图斑。实验结果表明,该方法为大范围监测耕地违建提供了有效手段。

摘要： 在利用差异图分析法进行多时相极化SAR变化检测时,现有差异图计算方法通常忽略了不同时相极化数据间的散射特性相关性,导致弱散射地物之间的变化易产生漏检;而且,受SAR影像固有相干斑噪声的影响,差异图二值化提取变化的结果中往往存在较为严重的检测虚警.因此,本文发展了一种综合极化互相关性和空间上下文信息的极化SAR变化检测方法,利用Hotelling-Lawley Trace(HLT)统计量同时考虑不同时相极化数据间的极化散射相关性及其幅度比进行差异图的计算,然后结合马尔科夫模型(MRF)和模拟退火(SA)方法对差异图进行二值分割来提取变化区域.同时,选择覆盖武汉地区的两景Radarsat-2全极化数据进行实验,获得了0.003的检测虚警、0.017的漏检和0.979的Kappa系数.实验证明,本文方法相对于传统方法在一定程度上抑制了检测虚警和漏检,提高了变化检测精度.

摘要： 多时相遥感影像的变化检测是遥感应用的重要方面,已经在国民经济和国防建设领域得到广泛的应用.为了抑制SAR图像中的相干斑噪声,解决变化检测结果图中含有较多噪点的问题,提高变化检测精度,本文首先引入改进的三维块匹配去噪技术对SAR图像进行去噪处理,然后利用模糊C均值聚类将均值比差异图分割成变化类和未变化类,得到初始变化检测二值图,最后根据均值比差异图和初始变化检测二值图建立全连接条件随机场,采用最大后验概率对全连接条件随机场进行标记,得到最终的变化检测结果图.实验结果表明,改进的三维块匹配去噪算法可以有效抑制SAR图像中的相干斑噪声,使得生成的均值比差异图中变化区域和未变化区域具有更高的对比度;同时,全连接条件随机场利用了像素点周围的邻域信息,减少了初始变化检测二值图中的噪声点,进一步提高了变化检测的精度.

摘要： 遥感影像的变化检测已经成为越来越受关注的课题,而基于不同传感器获取到的多源异质影像的变化检测是该课题中颇具挑战性的问题之一.由于不同传感器的成像机理不同,对相同场景的观测结果也存在很大差异,因此无法对多源异质遥感影像进行直接有效的比较.针对这一问题,本文利用卷积降噪自编码器提取两幅图像的高阶特征,并通过对称耦合卷积特征提取网络对高阶特征进行联合分类,获得变化检测的结果.理论分析和实验证明,本文算法在多源异质遥感数据集上取得了比传统方法和生成类模型更精确的结果,同时,在同源数据上也表现出了一定的适用性,体现了本文方法的高效性和鲁棒性.

摘要： 光学图像和SAR图像之间的互补特性及巨大的特征差异使得基于它们的异源遥感图像变化检测在实际应用中变得相当有意义而且富有挑战性.在本文中,提出了一种新颖的基于卷积耦合自编码器的无监督异源图像变化检测方法.卷积耦合自编码器中的卷积层首先将两副输入图像中每个像素点及其邻域编码为特征向量,该过程可以代替降噪算法并在两个图像之间建立更一致的特征表示.接着,一个经典的自编码器结构将两个特征空间连接,以探索每对特征向量间的潜在关系,并学习特征对之间的映射函数.最后,通过特征相似性分析建立变化图,并采用阈值方法生成最终的变化检测结果.对两个真实数据集的实验结果表明,与现有的几种方法相比,该方法具有更好的性能.

摘要： 遥感图像的变化检测是个很重要的研究方向,尤其因为SAR成像不受天气空间等的限制,针对SAR图像的变化检测也越发受到重视.深度学习在近几年得到了前所未有的迅猛发展,但现有的深度学习大都是基于实数的操作.这需要考虑如何将两幅原始图像连接并输入网络,现有的方法都采用的沿着图像色彩通道方向拼接两幅图像,但色彩通道之间往往是不相关的,因此这会将两幅图像原本的关联隐藏掉.本文提出了一种基于复数神经网络的SAR图像变化检测方法,将新颖的复数神经网络用在了SAR图像变化检测上,通过组合复数让网络在训练时学到图像间的关联,成功的提升了SAR图像变化检测的效果.该方法的贡献在于将变化检测问题中原始的两组数据自然组合成为复数,并在网络中使用复数卷积和全连接对数据进行处理,有效提升了变化检测的精度.理论分析和实验结果证明了该方法的有效性.

摘要： 地理实体或现象的变化数据是自然资源管理、灾害监测、生态环境保护和可持续发展等的重要科学分析依据.光学遥感影像变化检测是遥感科学与技术的重要研究领域,40年来,国内外学者针对遥感影像变化检测做了大量研究工作,取得了一系列成果.力图从变化检测关键问题、方法与技术、面临的挑战以及应用领域等多个角度对光学遥感影像变化检测研究进行系统的回顾,分析变化检测技术的研究现状,并且提出未来有待进一步解决的研究问题.

摘要： 遥感影像变化检测一直是国际遥感领域研究的热点和难点,尽管各国学者对变化检测问题进行了大量深入的研究,但是目前尚未出现一种普适性强、适用于所有情况的通用方法.随着遥感对地观测技术的快速发展和应用,变化检测技术体系也在不断地发展和演化.回顾了多时相遥感影像变化检测技术的发展历程,对多时相遥感影像变化检测方法的分类体系进行了归纳总结,从变化检测预处理、变化检测方法、精度评价3个方面详细总结了变化检测研究的最新进展,并指出了变化检测面临的核心困难及可能的应对措施,以期推动遥感影像变化检测研究更加深入的发展.

摘要： 滨海湿地是动态且脆弱的生态系统,遥感变化检测技术为滨海湿地动态变化监测提供了有效手段.本文针对滨海湿地场景特点,按照"先变化提取后变化类型识别"的思路,针对像元级变化检测对配准误差敏感、椒盐现象严重,而对象级变化检测过程繁琐等问题,提出了显著图引导的结合像元级与对象级变化检测方法.针对湿地变化识别中高维特征"维数灾难"问题,引入跳跃度对特征进行分层,提出了特征分层选择和样本迁移学习的变化识别方法.选用江苏盐城滨海湿地资源三号影像、高分三号影像和TerraSAR-X影像进行实验研究,研究发现像元级与对象级融合方法提高了湿地变化检测精度,特征分层选择为特征集优化提供了定量依据,跨时相的样本迁移学习方法提高了湿地变化识别的自动化水平.

摘要： 为了全面监洲铁路建设、运维对环境的影响,本文利用高分遥感影像对铁路建设中的环境问题进行动态监测.通过选择不同时相的高分遥感影像解译铁路施工前、施工中和竣工后的环境信息,从而获得铁路沿线环境的动态变化信息.利用遥感影像分类技术、变化检测技术和植被指数提取等得到铁路沿线的环境变化,监测铁路建设带来的环境问题.实验结果表明,高分遥感影像在铁路环境监测中能够更加快速、准确地发现铁路沿线的环境问题,为环境监测人员及时处理环境问题提供了有力的依据,因此,具有重要的应用价值.

摘要： 以"天地图·浙江"省市数据融合为例,重点阐述了数据融合中的增量要素提取、矢量要素变化检测、道路立体交叉可视化表达等关键技术,提升了数据融合的效率,加快了数据融合的进程,可为其他省市数据融合提供参考和借鉴.

摘要： 本发明是在光盘激励装置中，为了使数值孔径变大，使立体遮蔽透镜(SIL)或立体遮蔽反射镜(SIM)等介于物镜和光盘之间，在此情况下，高精度地检测SIL或SIM与光盘间的距离变化，能进行高精度的聚焦控制。本发明备有：检测以数值孔径比1大的入射角从物镜(1)入射到SIL(2)或SIM后在SIL(2)或SIM中与光盘相对的面上反射的反射光的光检测装置(8)、检测向物镜1入射的入射光的光检测装置(10)、求用光检测装置(8)及(10)检测到的光量比的比较装置(11)、以及根据该比值控制聚焦调节机构的驱动的控制装置(11)。

摘要： 本发明是在光盘激励装置中,为了使数值孔径变大,使立体遮蔽透镜(SIL)或立体遮蔽反射镜(SIM)等介于物镜和光盘之间,在此情况下,高精度地检测SIL或SIM与光盘间的距离变化,能进行高精度的聚焦控制。本发明备有:检测以数值孔径比1大的入射角从物镜(1)入射到SIL(2)或SIM后在SIL(2)或SIM中与光盘相对的面上反射的反射光的光检测装置(8)、检测向物镜1入射的入射光的光检测装置(10)、求用光检测装置(8)及(10)检测到的光量比的比较装置(11)、以及根据该比值控制聚焦调节机构的驱动的控制装置(11)。

摘要： 本发明能够适当且迅速地检测出患者的体内构造的变化。一种计算机程序，用于使计算机作为检测患者的体内构造的变化的患者体内构造变化检测装置发挥功能，所述计算机程序使计算机实现以下处理：计算根据新取得的患者的三维图像即第二三维图像求出的第二水等效厚度的处理；计算根据治疗计划时的患者的三维图像即第一三维图像求出的第一水等效厚度相对于所述第二水等效厚度的变化的处理；以及剂量体积直方图变化计算处理，基于所述计算出的水等效厚度变化和表示水等效厚度变化值与剂量分布信息的相关性的相关信息来计算剂量体积直方图相对于治疗计划的变化。

摘要： 本申请公开了变化检测模型训练和图像变化检测方法、装置及设备，可应用于云技术、人工智能、智慧交通、辅助驾驶、地图等各种场景，该方法在变化检测模型的训练阶段，通过内容配准的两个图像进行变化检测来结合调整整体模型，以利用两个图像之间的双相变化检测对单相变化检测进行增强，从而提升了单相变化检测分支的准确性。同时，在应用阶段，针对目标图像，仅需要通过单相变化检测这一单个数据处理分支进行，即可获得目标图像相对于标准图像发生变化的区域，从而大大减少了数据处理量，提升实际检测场景中图像变化检测的检测效率。

摘要： 本方案公开了一种用于遥感图像变化检测的变化检测模型的构建方法,模型包括两个孪生网络，孪生网络均依次包括输入层、网络层一、网络层二和分类层，输入层的输入为图象块一和图象块二，检测模型根据两个分类层的输出得到两个图象块的差异图像；输入层包括卷积模块、FMBConv模块和ASPP模块；网络层一包括第一双分支模块和第二双分支模块，其中一个分支均包括可变形卷积；网络层二包括多头自注意力瓶颈模块。本方案使用包括可变形卷积的双分支结构和多头自注意力机制，使模型在保证特征图空间分辨率的同时增大其感受野，提高模型的检测精度。

摘要： 本发明涉及方向变化检测设备、车辆、方向变化检测方法和存储介质。作为方向变化检测设备的车载单元被配置为：当与车辆右转相关的右转事件发生时获取在右转事件发生的时间点处的车辆的里程和转向角，并且在转向角的最大值等于或小于第一阈值并且里程等于或大于第二阈值的条件下检测到右转。

摘要： 本申请公开了一种变化检测网络的训练方法、变化检测方法、装置及存储介质，其中，所述的变化检测网络的训练方法包括：获取遥感图像对样本，所述遥感图像对样本包括第一图像和第二图像；通过所述变化检测网络对所述遥感图像对样本进行检测处理，得到遥感图像对样本的区域预测值；根据所述遥感图像对样本的区域预测值，确定所述变化检测网络的区域损失；基于所述区域损失，调整所述变化检测网络的网络参数。

摘要： 本公开提供了用于生成图像变化检测模型和图像变化检测的方法、装置，涉及人工智能领域，具体为计算机视觉和深度学习技术领域。具体实现方案为：获取校准对齐的至少一个图像对；获取至少2种弱变化检测模型；对于至少一个图像对中的目标图像对，将目标图像对分别输入至少2种弱变化检测模型，得到目标图像对的至少2种变化区块的预测结果；基于目标图像对的至少2种变化区块的预测结果确定出目标图像对的高置信度的变化区块；将至目标图像对的高置信度的变化区块作为样本进行有监督地训练，得到强预训练模型。该实施方式可以节省大量的标注人力，可在低时间和经济成本下训练出性能良好的图像变化检测模型。

摘要： 本发明涉及图像处理技术领域，尤其涉及一种变化检测模型获取方法及装置、变化检测方法、计算机设备及可读存储介质。其中的变化检测模型获取方法包括以下步骤：对采集到的多张输电线路遥感影像进行预处理，得到含输电线路标注的样本图像；将样本图像依次输入到卷积神经网络以进行特征提取，得到样本图像对应的特征图，并对特征图中的每一感兴趣区域进行输电线路区域分割、边框回归以及对输电线路区域中每一像素进行目标分类并进行反向传播至卷积神经网络，然后利用下一样本图像输入至卷积神经网络以进行网络训练。本发明的变化检测模型获取方法及装置、变化检测方法、计算机设备及可读存储介质，可以得到特征的准确空间位置，提高检测的准确率。

摘要： 本发明提供一种例如能够检测血压的时间序列数据中的血压等级变化的血压等级变化检测装置。血压等级变化检测装置(300)包括变化点检测部(352)和等级变化·恢复判定部(354)。变化点检测部(352)在血压的时间序列数据(BTD1)中检测第一变化点(CP1)作为变化点。等级变化·恢复判定部(354)获取血压的时间序列数据(BTD1)中的第一平均血压等级(ABL1)和第二平均血压等级(ABL2)。当第一平均血压等级(ABL1)与第二平均血压等级(ABL2)之间的差为预先设定的等级阈值(ABLth)以上时，等级变化·恢复判定部(354)判定为在第一变化点(CP1)中发生了血压等级变化。