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！

摘要：本发明公开了一种基于深度学习的雷达遥感影像地表水体变化检测方法和设备。通过基于雷达遥感影像和无云多光谱遥感影像的处理得到的水体标注样本对深度学习模型进行训练得到水体检测模型，运用模型可获得与雷达遥感影像大小及分辨率相同的二值栅格影像，将前后时序二值栅格影像进行像素级比对，得到水体变化检测结果。本发明克服了传统的基于光学遥感影像的地表水体检测方法对天气条件要求较高，需要采集无云层遮挡的多光谱遥感影像的局限性。

主权项：1.一种基于深度学习的雷达遥感影像地表水体变化检测方法，其特征在于，包括：步骤1：提供相同区域的雷达遥感影像和无云多光谱遥感影像；将雷达遥感影像预处理得到预处理后的雷达遥感影像，将无云多光谱遥感影像预处理得到预处理后的无云多光谱遥感影像；将预处理后的无云多光谱遥感影像映射至预处理后的雷达遥感影像的相同区域，生成水体标注样本；将所述水体标注样本输入深度学习框架进行模型训练，获得水体检测模型；步骤1具体包括如下步骤：A.从山区、丘陵、湖泊或城市中选择多种地形场景作为标注区域，获取总时间跨度覆盖四个季节的不同时间的所述标注区域的雷达遥感影像和无云多光谱遥感影像，雷达遥感影像和无云多光谱遥感影像的拍摄时间间隔小于30天；B.采用AWEI方法提取所述无云多光谱遥感影像中的水体对象，得到预处理后的无云多光谱遥感影像；C.提取相同区域的预处理后的无云多光谱遥感影像和预处理后的雷达遥感影像的图像值矩阵，通过双线性插值使得两个图像值矩阵对齐；将提取的水体对象通过GDAL库中提供的Warp仿射变换方法映射至相邻时间的预处理后的雷达遥感影像的相同区域，得到映射后的雷达遥感影像；参照预处理后的无云多光谱遥感影像，对映射后的雷达遥感影像进行人工复验，通过目视方法筛选其中水体对象边界识别清晰的图片，根据筛选后的图片形成标注样本集作为水体标注样本，所述标注样本集中同时包含水体和非水体，且对两者分别标注准确；D.深度学习框架采用深度学习开源平台PaddlePaddle；深度学习模型采用PaddlePaddle平台的PaddleSeg语义分割库中的DeepLabv3+模型；将所述水体标注样本输入深度学习框架进行模型训练时，采用交叉熵损失函数作为训练过程的损失函数，应用误差反向传播算法，经多轮训练直至损失函数收敛，得到网络参数，完成深度学习模型的训练；步骤2：采集第一雷达遥感影像；步骤3：将第一雷达遥感影像预处理得到预处理后的第一雷达遥感影像，将预处理后的第一雷达遥感影像输入所述水体检测模型，提取预处理后的第一雷达遥感影像中的水体对象，获得与预处理后的第一雷达遥感影像的大小和分辨率相同的二值栅格影像A；步骤4：采集与第一雷达遥感影像处于相同区域的前时序的第二雷达遥感影像；步骤5：将第二雷达遥感影像预处理得到预处理后的第二雷达遥感影像，将预处理后的第二雷达遥感影像输入所述水体检测模型，提取预处理后的第二雷达遥感影像中的水体对象，获得与预处理后的第二雷达遥感影像的大小和分辨率相同的二值栅格影像B；步骤6：将二值栅格影像A和二值栅格影像B进行像素级比对，得到地表水体变化检测结果。

全文数据：

权利要求：

百度查询： 应急管理部通信信息中心 基于深度学习的雷达遥感影像地表水体变化检测方法和设备