本發(fā)明涉及遙感圖像處理，尤其涉及一種遙感圖像水體變化檢測方法及裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、遙感圖像水體變化檢測是指識別不同時間獲得的同一對象區(qū)域的遙感圖像中水體差異的過程，其廣泛應(yīng)用于城市水域監(jiān)測、土地水體流失、洪澇災(zāi)害評估?和生態(tài)環(huán)境監(jiān)測等。

2、目前，由于遙感圖像中水體圖像內(nèi)容較為復(fù)雜且語義豐富，同時受到實際情況中光照變化、生態(tài)環(huán)境以及失配誤差等因素的影響，導(dǎo)致真實水體區(qū)域的變化難以被檢測，遙感圖像水體變化檢測的檢測結(jié)果準確性以及檢測過程效率均偏低。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供一種遙感圖像水體變化檢測方法及裝置、電子設(shè)備及存儲介質(zhì)，用以解決現(xiàn)有技術(shù)中遙感圖像水體變化檢測的檢測結(jié)果準確性以及檢測過程效率均偏低的缺陷，實現(xiàn)提高遙感圖像水體變化檢測的檢測結(jié)果準確性和檢測效率的目的。

2、本發(fā)明提供一種遙感圖像水體變化檢測方法，包括如下步驟。

3、獲取第一時間拍攝第一區(qū)域得到的第一遙感圖像和第二時間拍攝第一區(qū)域得到的第二遙感圖像；其中，第一區(qū)域中分布有水體；將第一遙感圖像和第二遙感圖像分別作為目標圖像，基于特征增強網(wǎng)絡(luò)模型，對目標圖像進行多尺度特征提取并對多尺度特征提取的結(jié)果進行特征增強處理，獲得多個尺度下的水體圖像增強特征；基于特征圖獲取與融合網(wǎng)絡(luò)模型對多個尺度下的水體圖像增強特征進行特征圖獲取處理和特征圖融合處理，獲得多個尺度中每個尺度下的水體圖像增強特征對應(yīng)的特征圖、以及獲得將第一尺度下的特征圖和第二尺度下的特征圖進行融合得到的目標圖像的融合特征圖；其中，特征圖基于特征圖金字塔網(wǎng)絡(luò)fpn獲得，第一尺度的特征圖的分辨率大于多個尺度中其他尺度的特征圖的分辨率，第二尺度的特征圖的分辨率小于多個尺度中其他尺度的特征圖的分辨率；基于特征聚合網(wǎng)絡(luò)模型，對多個尺度下的融合特征圖進行聚合處理，得到目標圖像的聚合特征圖；基于空間注意力網(wǎng)絡(luò)模型和聚合特征圖，獲得目標圖像的空間注意力特征圖；基于卷積網(wǎng)絡(luò)模型對第一遙感圖像的空間注意力特征圖和第二遙感圖像的空間注意力特征圖進行分割，獲得第一遙感圖像和第二遙感圖像中水體圖像上每個像元的預(yù)測變化信息；其中，預(yù)測變化信息包括：變化或者未變化；基于閾值非線性映射模型，對第一遙感圖像的融合特征圖、第二遙感圖像的融合特征圖和預(yù)測變化信息進行閾值非線性映射，確定第一遙感圖像和第二遙感圖像中的水體變化區(qū)域；輸出水體變化區(qū)域的第一圖像。

4、根據(jù)本發(fā)明提供的一種遙感圖像水體變化檢測方法，輸出水體變化區(qū)域的第一圖像之后，該方法還包括：根據(jù)水體變化區(qū)域，在第一遙感圖像或者第二遙感圖像中標注水體變化區(qū)域的區(qū)域范圍；輸出標注區(qū)域范圍的第二圖像。

5、根據(jù)本發(fā)明提供的一種遙感圖像水體變化檢測方法，獲取第一時間拍攝第一區(qū)域得到的第一遙感圖像和第二時間拍攝第一區(qū)域得到的第二遙感圖像之前，還包括：獲取多組遙感圖像樣本；其中，多組遙感圖像樣本中的每組遙感圖像樣本包括第三時間拍攝第二區(qū)域的第一遙感樣本圖像和第四時間拍攝第二區(qū)域的第二遙感樣本圖像，第二區(qū)域中分布有水體；對第一遙感樣本圖像和第二遙感樣本圖像中水體區(qū)域進行標注，獲得至少一個水體區(qū)域標簽；其中，水體區(qū)域標簽的類型包括：變化和未變化；根據(jù)多組遙感圖像樣本和每組遙感圖像樣本的至少一個水體區(qū)域標簽，對多個初始神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，獲得多個初始神經(jīng)網(wǎng)絡(luò)模型一一對應(yīng)的多個目標神經(jīng)網(wǎng)絡(luò)模型；其中，多個目標神經(jīng)網(wǎng)絡(luò)模型包括：特征增強網(wǎng)絡(luò)模型、特征圖獲取與融合網(wǎng)絡(luò)模型、特征聚合網(wǎng)絡(luò)模型和空間注意力網(wǎng)絡(luò)模型。

6、根據(jù)本發(fā)明提供的一種遙感圖像水體變化檢測方法，對多個初始神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，包括：基于預(yù)設(shè)的損失函數(shù)對多個初始神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練；其中，損失函數(shù)基于對第一損失函數(shù)、第二損失函數(shù)和第三損失函數(shù)進行加權(quán)求和來獲得；第一損失函數(shù)根據(jù)第一像元數(shù)量、第二像元數(shù)量和第三像元數(shù)量確定，第一像元數(shù)量為對多個初始神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練的過程中本次輸入的至少一組遙感圖像樣本中預(yù)測變化信息和水體區(qū)域標簽中相同的像元數(shù)量，第二像元數(shù)量為本次輸入的至少一組遙感圖像樣本中預(yù)測變化信息為變化的像元的數(shù)量，第三像元數(shù)量為本次輸入的至少一組遙感圖像樣本中水體區(qū)域標簽為變化的像元的數(shù)量；第二損失函數(shù)根據(jù)本次輸入的至少一組遙感圖像樣本中預(yù)測變化信息的二進制映射參數(shù)值和本次輸入的至少一組遙感圖像樣本中水體區(qū)域標簽的二進制映射參數(shù)值確定；第三損失函數(shù)根據(jù)本次輸入的至少一組遙感圖像樣本中未發(fā)生變化的像元對個數(shù)、發(fā)生變化的像元對個數(shù)、遙感圖像樣本的高和遙感圖像樣本的寬和距離映射確定。

7、根據(jù)本發(fā)明提供的一種遙感圖像水體變化檢測方法，基于卷積網(wǎng)絡(luò)模型對第一遙感圖像的空間注意力特征圖和第二遙感圖像的空間注意力特征圖進行分割，獲得第一遙感圖像和第二遙感圖像中水體圖像上每個像元的預(yù)測變化信息，包括：基于卷積網(wǎng)絡(luò)模型將第一遙感圖像的空間注意力特征圖分割為多個第一分割圖像，以及基于卷積網(wǎng)絡(luò)模型將第二遙感圖像的空間注意力特征圖分割為多個第二分割圖像；其中，多個第一分割圖像與多個第二分割圖像一一對應(yīng)；計算目標第一分割圖像與其對應(yīng)的目標第二分割圖像的相似度；在相似度大于或等于相似度閾值的情況下，確定目標第一分割圖像和目標第二分割圖像中的每個像元的預(yù)測變化信息為未變化；在相似度小于相似度閾值的情況下，確定標第一分割圖像和目標第二分割圖像中的每個像元的預(yù)測變化信息為變化。

8、根據(jù)本發(fā)明提供的一種遙感圖像水體變化檢測方法，多尺度特征提取中裁剪的步長為50px。

9、本發(fā)明還提供一種遙感圖像水體變化檢測裝置，包括如下模塊：

10、獲取模塊，用于獲取第一時間拍攝第一區(qū)域得到的第一遙感圖像和第二時間拍攝第一區(qū)域得到的第二遙感圖像；其中，第一區(qū)域中分布有水體；

11、第一處理模塊，用于將第一遙感圖像和第二遙感圖像分別作為目標圖像，基于特征增強網(wǎng)絡(luò)模型，對目標圖像進行多尺度特征提取并對多尺度特征提取的結(jié)果進行特征增強處理，獲得多個尺度下的水體圖像增強特征；

12、第二處理模塊，用于基于特征圖獲取與融合網(wǎng)絡(luò)模型對多個尺度下的水體圖像增強特征進行特征圖獲取處理和特征圖融合處理，獲得多個尺度中每個尺度下的水體圖像增強特征對應(yīng)的特征圖、以及獲得將第一尺度下的特征圖和第二尺度下的特征圖進行融合得到的目標圖像的融合特征圖；其中，特征圖基于特征圖金字塔網(wǎng)絡(luò)fpn獲得，第一尺度的特征圖的分辨率大于多個尺度中其他尺度的特征圖的分辨率，第二尺度的特征圖的分辨率小于多個尺度中其他尺度的特征圖的分辨率；

13、第三處理模塊，用于基于特征聚合網(wǎng)絡(luò)模型，對多個尺度下的融合特征圖進行聚合處理，得到目標圖像的聚合特征圖；

14、第四處理模塊，用于基于空間注意力網(wǎng)絡(luò)模型和聚合特征圖，獲得目標圖像的空間注意力特征圖；

15、預(yù)測模塊，用于基于卷積網(wǎng)絡(luò)模型對第一遙感圖像的空間注意力特征圖和第二遙感圖像的空間注意力特征圖進行分割，獲得第一遙感圖像和第二遙感圖像中水體圖像上每個像元的預(yù)測變化信息；其中，預(yù)測變化信息包括：變化或者未變化；

16、確定模塊，用于基于閾值非線性映射模型，對第一遙感圖像的融合特征圖、第二遙感圖像的融合特征圖和預(yù)測變化信息進行閾值非線性映射，確定第一遙感圖像和第二遙感圖像中的水體變化區(qū)域；

17、輸出模塊，用于輸出水體變化區(qū)域的第一圖像。

18、本發(fā)明還提供一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上述任一種所述遙感圖像水體變化檢測方法。

19、本發(fā)明還提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述遙感圖像水體變化檢測方法。

20、本發(fā)明還提供一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述遙感圖像水體變化檢測方法。

21、本發(fā)明提供的遙感圖像水體變化檢測方法及裝置、電子設(shè)備及存儲介質(zhì)，通過獲取第一時間拍攝第一區(qū)域得到的第一遙感圖像和第二時間拍攝第一區(qū)域得到的第二遙感圖像；其中，第一區(qū)域中分布有水體；將第一遙感圖像和第二遙感圖像分別作為目標圖像，基于特征增強網(wǎng)絡(luò)模型，對目標圖像進行多尺度特征提取并對多尺度特征提取的結(jié)果進行特征增強處理，獲得多個尺度下的水體圖像增強特征；基于特征圖獲取與融合網(wǎng)絡(luò)模型對多個尺度下的水體圖像增強特征進行特征圖獲取處理和特征圖融合處理，獲得多個尺度中每個尺度下的水體圖像增強特征對應(yīng)的特征圖、以及獲得將第一尺度下的特征圖和第二尺度下的特征圖進行融合得到的目標圖像的融合特征圖；其中，特征圖基于特征圖金字塔網(wǎng)絡(luò)fpn獲得，第一尺度的特征圖的分辨率大于多個尺度中其他尺度的特征圖的分辨率，第二尺度的特征圖的分辨率小于多個尺度中其他尺度的特征圖的分辨率；基于特征聚合網(wǎng)絡(luò)模型，對多個尺度下的融合特征圖進行聚合處理，得到目標圖像的聚合特征圖；基于空間注意力網(wǎng)絡(luò)模型和聚合特征圖，獲得目標圖像的空間注意力特征圖；基于卷積網(wǎng)絡(luò)模型對第一遙感圖像的空間注意力特征圖和第二遙感圖像的空間注意力特征圖進行分割，獲得第一遙感圖像和第二遙感圖像中水體圖像上每個像元的預(yù)測變化信息；其中，預(yù)測變化信息包括：變化或者未變化；基于閾值非線性映射模型，對第一遙感圖像的融合特征圖、第二遙感圖像的融合特征圖和預(yù)測變化信息進行閾值非線性映射，確定第一遙感圖像和第二遙感圖像中的水體變化區(qū)域；輸出水體變化區(qū)域的第一圖像。由此可見，本發(fā)明實施例能夠解決現(xiàn)有技術(shù)中遙感圖像水體變化檢測的檢測結(jié)果準確性以及檢測過程效率均偏低的缺陷，實現(xiàn)提高遙感圖像水體變化檢測的檢測結(jié)果準確性和檢測效率的目的。