(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210876418.3 (22)申请日 2022.07.25 (65)同一申请的已公布的文献号 申请公布号 CN 114937211 A (43)申请公布日 2022.08.23 (73)专利权人 北京数慧时空信息技 术有限公司 地址 100070 北京市丰台区海鹰路1号院1 号楼二层201 (72)发明人 刘杰　刘仕琪　王凡　李洁　 邹圣兵　 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/46(2022.01) G06V 10/74(2022.01) G06V 10/80(2022.01)G06V 10/50(2022.01) G06T 5/00(2006.01) G06T 5/40(2006.01) (56)对比文件 CN 105354841 A,2016.02.24 审查员 黄恒琪 (54)发明名称 基于不变对象的遥感影 像变化检测方法 (57)摘要 本发明提供一种基于不变对象的遥感影像 变化检测方法， 该方法包括： 选取待检测区域的 基准影像和检测影像； 将基准影像和检测影像进 行比对， 并利用不变提取方法进行提取得到不变 对象， 不变对象包含多维度信息和不变信息； 对 基准影像和检测影像进行初步变化检测， 得到变 化集； 根据不变对象 的多维度信息构建变化集与 不变对象的融合关系， 并进行融合得到融合区 域， 利用不变信息检测和标注融合区域中的伪变 化， 去除伪变化， 得到变化检测结果。 本发明基于 不变对象的遥感影像变化检测方法在初步变化 检测的基础上， 能够进一步标注并去除遥感影像 在变化过程中的伪变化， 提高变化检测的精度和 准确度。 权利要求书2页 说明书10页 附图1页 CN 114937211 B 2022.10.21 CN 114937211 B 1.一种基于不变对象的遥感影 像变化检测方法， 其特 征在于， 所述方法包括： S1： 选取待检测区域的基准影 像和检测影 像； S2： 将所述基准影像和所述检测影像进行比对， 并利用不变提取法进行提取得到不变 对象， 所述 不变对象包 含多维度信息和不变信息； S21利用所述不变提取法分别对所述基准影像和所述检测影像进行提取， 得到不变特 征点； S22基于所述不变特征点进行区域性延伸， 得到不变对象， 所述不变对象包含多维度信 息和不变信息； 其中， 所述 不变特征点包括基准 不变特征点和检测不变特 征点； 步骤S22包括： 步骤一、 将所述基准影 像和所述检测影 像均按照预设大小划分为多个滑动窗口； 步骤二、 在滑动窗口内， 将所述检测不变特征点与 所述基准不变特征点进行比对， 若某 一所述基准不变特征点的特征值在滑动窗口内找到特征值与其绝对差值小于预设阈值的 所述检测不变特 征点， 则将这些 所述检测不变特 征点作为 候选点； 步骤三、 对所述候选点进行区域性延伸， 包括： 以每个所述候选点为中心计算其特征方 向， 该特征方向具有不变特性， 之后检测所述特征方向上与所述候选点相关的相对不变点， 根据所述候选点、 所述特征方向和所述相对不变点构造不变特征区域， 得到初始 不变对象， 所述不变特征区域中包 含所述候选点和像素点； 步骤四、 利用优化算法对步骤三得到的所述初始不变对象进行优化， 得到优化后的不 变对象； 步骤五、 重复执 行步骤二到步骤四， 遍历所有的滑动窗口， 得到最终的不变对象； S3： 对所述基准影 像和所述检测影 像进行初步变化检测， 得到变化 集； S4： 根据所述不变对象中的所述多维度信 息构建所述变化集与所述不变对象的融合关 系， 并根据所述融合关系确定所述 不变对象与所述变化 集的融合区域； S5： 利用所述不变信息检测和标注所述融合区域中的伪变化并去除所述伪变化， 得到 变化检测结果。 2.根据权利要求1所述的方法， 其特 征在于， 所述优化 算法的优化过程包括： 1） 将所述不变特征区域中的所有所述像素点分别与所述候选点进行相似性比较， 并统 计相似性比较的结果， 构建频率 直方图； 2） 选取所述频率 直方图中前M个矩形 范围内的A个 像素点， 作为第一像素点 集； 3） 计算所述第一像素点 集中所有所述像素点的特 征均值； 4） 计算每 个所述像素点的特 征值与所述特 征均值的特 征距离； 5） 将特征距离按从小到大排序， 选前B个对应的所述像素点构成第二像素点 集； 6） 计算所述第二像素点 集的特征均值； 7） 重复步骤4） 到步骤6） ， 迭代计算 N次。 3.根据权利要求1所述的方法， 其特征在于， 所述多维度信息包括二维信息和三维信 息； 其中， 所述 二维信息包括 面积信息， 所述 三维信息包括空间位置信息和拓扑关系信息 。 4.根据权利要求3所述的方法， 其特 征在于， 步骤S4包括：权　利　要　求　书 1/2 页 2 CN 114937211 B 2根据所述 不变对象的所述多维度信息确定所述 不变对象与所述变化 集的融合区域； 相应地， 步骤S5包括： 根据所述不变信 息确定所述融合区域对应的不变区域， 并将所述不变区域的变化作为 伪变化进行去除， 得到变化检测结果。 5.根据权利要求3所述的方法， 其特 征在于， 步骤S4包括： 根据所述 不变对象的所述多维度信息确定所述 不变对象与所述变化 集的融合区域； 相应地， 步骤S5包括： 利用所述多维度信息计算所述融合区域在所述变化 集中的融合占比； 若所述融合占比超过阈值， 则根据所述 不变信息判定融合区域 为不变区域； 将所述不变区域的变化作为伪变化进行去除， 得到变化检测结果。 6.根据权利要求1所述的方法， 其特征在于， 所述不变提取法包括传统方法和深度 学习 方法； 其中， 所述传统方法包括SIFT算法、 SU RF算法、 Harris算法、 SUSAN算法和无变化散点图 法； 所述深度学习方法包括伪不变特征法、 旋转不变特征法以及基于对象的深度学习算 法。 7.根据权利要求1所述的方法， 其特征在于， 所述变化集为整个所述检测影像或所述检 测影像中的变化图斑。 8.根据权利要求7所述的方法， 其特征在于， 当所述变化集为检测影像中的变化图斑 时， 步骤S3包括： 构建深度学习模型， 所述深度学习模型为语义分割模型； 将所述基准影像和所述检测影像输入至所述深度 学习模型进行解译提取， 得到所述变 化集。权　利　要　求　书 2/2 页 3 CN 114937211 B 3