买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南大学

摘要：本发明公开了一种多时相遥感图像超像素‑像素多级融合识别方法及系统，本发明包括对多时相图像Ta和Tb进行超像素分割，分别得到超像素级特征Fspa和Fspb，同时对多时相图像进行编码得到像素级特征Fpa和Fpb；进行特征融合与差异分析得到超像素级融合编码特征Fsp和像素级差异编码特征Fp；对Fsp和Fp进行解码，分别得到像素级变化预测结果Pp、超像素级变化预测结果Psp和边缘引导的融合变化预测结果PFuse并融合得到最终的变化区域预测结果P。本发明旨在实现超像素和像素级特征的高效融合，减少阴影、纹理、树木遮挡等局部环境因素对变化区域检测的干扰，提升多时相遥感图像变化区域识别精度。

主权项：1.一种多时相遥感图像超像素-像素多级融合识别方法，其特征在于，包括：S101，将相同场景不同时间拍摄的两幅遥感图像记为像素级图像Ta和Tb，对Ta进行超像素分割得到超像素级特征Fspa，对Tb进行超像素分割得到超像素级特征Fspb，将Fspa和Fspb沿通道维度拼接得到拼接特征Fcsp；S102，利用编码器对Ta、Tb和Fcsp进行编码，包括：将Ta编码为像素级特征Fpa；将Tb编码为像素级特征Fpb；将Fcsp编码为超像素级融合编码特征Fsp；计算Fpa和Fpb之间的像素级差异编码特征Fp；S103，利用解码器对Fp和Fsp进行解码，包括：将Fp解码为像素级解码特征Ep，再通过1×1卷积获得像素级变化预测结果Pp；将Fsp解码为超像素级解码特征Esp，再通过1×1卷积获得最终的超像素级变化预测结果Psp；将Ep和Esp解码得到的中间特征沿通道维度拼接并利用解码器得到多融合解码特征EFuse和边缘变化预测结果Pedge，将边缘变化预测结果Pedge和融合解码特征EFuse融合后再通过1×1卷积获得边缘引导的融合变化预测结果PFuse，将Pp、Psp和PFuse融合得到预测结果P；S104，利用Softmax分类器获得预测结果P的变化概率图，将变化概率图进行二值化得到变化区域预测结果可视化图像；步骤S102中的编码器包括三个非共享参数的编码网络模块，分别用于将Ta编码为像素级特征Fpa，将Tb编码为像素级特征Fpb，以及将Fcsp编码为超像素级融合编码特征Fsp，所述编码网络模块包括多个编码层，且用于将Ta编码为像素级特征Fpa的编码网络模块中各个中间编码层根据下式进行特征自适应融合： ，上式中，和为权重参数；用于将Tb编码为像素级特征Fpb的编码网络模块中各个中间编码层根据下式进行特征自适应融合： ， 上式中，和为权重参数；用于将Fcsp编码为超像素级融合编码特征Fsp的编码网络模块中各个中间编码层根据下式进行特征自适应融合： ，上式中，为特征自适应融合得到的特征，～为权重参数。

全文数据：

权利要求：

百度查询： 湖南大学 多时相遥感图像超像素-像素多级融合识别方法及系统