(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 202210328943.1 (22)申请日 2022.03.31 (65)同一申请的已公布的文献号 申请公布号 CN 114419465 A (43)申请公布日 2022.04.29 (73)专利权人 深圳市海清视讯科技有限公司 地址 518100 广东省深圳市宝安区西乡街 道固戍开发区泰华梧桐工业园8号建 筑3层 (72)发明人 周波　田欣兴　苗瑞　邹小刚　 梁书玉　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 陈洪艳　刘芳(51)Int.Cl. G06V 20/13(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) (56)对比文件 CN 111681197 A,2020.09.18 审查员 易浩民 (54)发明名称 遥感图像变化检测方法、 装置、 设备及存储 介质 (57)摘要 本申请提供一种遥感图像变化检测方法、 装 置、 设备及存储介质。 该方法包括： 采用非下采样 Contourlet变换算法分别提取第一时相遥感图 像和第二时相遥感图像的频域特征， 获得多个第 一特征子图及多个第二特征子图； 根据多个第一 特征子图及多个第二特征子图确定多个差异影 像图； 针对每个差异影像图， 采用第一混合高斯 模型确定差异影像图对应的层变化区域和层非 变化区域； 采用隐马尔可夫模型对每个差异影像 图对应的层变化区域及层非变化区域进行融合， 获得第二时相遥感图像相对于第一时相遥感图 像的变化区域和非变化区域。 本申请的方法， 能 够得到较为准确的变化检测结果， 更好地表示出 遥感图像的变化。 权利要求书3页 说明书17页 附图10页 CN 114419465 B 2022.07.01 CN 114419465 B 1.一种遥感图像 变化检测方法， 其特 征在于， 包括： 获取同一区域 不同时间采集的第一时相遥感图像和第二时相遥感图像； 采用非下采样Contourlet变换算法分别提取第一时相遥感图像和第二时相遥感图像 的频域特 征， 以分别获得多个第一特 征子图及多个第二特 征子图； 根据多个第一特 征子图及多个第二特 征子图确定多个差异影 像图； 针对每个差异影像图， 采用第 一混合高斯模型确定所述差异影像图对应的层变化区域 和层非变化区域； 采用隐马尔可夫模型对每个差异影像图对应的层变化区域及层非变化 区域进行融合， 以获得第二时相遥感图像相对于第一时相遥感图像的变化区域和非变化区域； 其中， 所述针对每个差异影像图， 采用第一混合高斯模型确定所述差异影像图对应的 层变化区域和层非变化区域， 包括： 针对每个差异影像图， 构建所述差异影像图对应的第一差异分布函数， 所述第一差异 分布函数表示 为两个高斯模型对应的第一混合高斯模型的形式； 采用最大期望 EM算法计算第一混合高斯模型的参数； 根据第一混合高斯模型的参数确定所述差异影像图对应的层变化区域和层非变化区 域； 其中， 所述根据第 一混合高斯模型的参数确定所述差异影像图对应的层变化 区域和层 非变化区域， 包括： 根据所述第一混合高斯模型的参数确定对应差异影 像图中的图像粗分阈值； 根据所述图像粗分阈值确定对应差异影 像图中变化阈值和非变化阈值； 根据所述变化阈值和所述非变化阈值确定对应差异影像图中的显著变化 区域、 显著非 变化区域及待检测区域； 确定所述差异影像图中待检测区域中各像素点类别， 以确定待检测区域中的解析变化 区域及解析非变化区域； 将差异影像图中的显著变化 区域及解析变化 区域确定为对应的层变化 区域， 并将差异 影像图中的显著非变化区域及解析非变化区域确定为对应的层非变化区域。 2.根据权利要求1所述的方法， 其特征在于， 所述非下采样Contourlet变换算法包括： 非下采样金字塔滤波器组NS PFB和非下采样方向滤波器组NS DFB； 所述采用非下采样Contourlet变换算法分别提取第一时相遥感图像和第二时相遥感 图像的频域特 征， 以分别获得多个第一特 征子图及多个第二特 征子图， 包括： 采用NSPFB分别提取两个时相遥感图像对应的高频特征和低频特征， 以分别获得第一 高频子带 特征子图及第一低频子带 特征子图； 采用NSDFB分别提取两个时相遥感图像对应的第一高频子带特征子图的高频特征， 以 分别获得第一高频 方向子带 特征子图； 采用NSPFB分别提取两个时相遥感图像对应的第一低频子带特征子图的高频特征和低 频特征， 以分别获得第二高频子带 特征子图和第二低频子带 特征子图； 采用NSDFB分别提取两个时相遥感图像对应的第二高频子带特征子图的高频特征， 以 分别获得第二高频 方向子带 特征子图； 将第一时相遥感图像对应的第 一高频方向子带特征子图、 第 二高频方向子带特征子图权　利　要　求　书 1/3 页 2 CN 114419465 B 2及第二低频子带 特征子图确定为多个第一特 征子图； 将第二时相遥感图像对应的第 一高频方向子带特征子图、 第 二高频方向子带特征子图 及第二低频子带 特征子图确定为多个第二特 征子图。 3.根据权利要求1所述的方法， 其特征在于， 所述根据多个第 一特征子图及多个第 二特 征子图确定多个差异影 像图， 包括： 将多个第一特 征子图及多个第二特 征子图按照对应关系划分为多组特 征子图； 针对每组特征子 图， 计算第一特征子 图及对应的第二特征子 图之间的像素差异值， 并 根据像素差异值确定该组特 征子图对应的差异影 像图。 4.根据权利要求1所述的方法， 其特征在于， 所述根据所述第 一混合高斯模型的参数确 定对应差异影 像图中的图像粗分阈值， 包括： 将所述第一混合高斯模型的参数代入到对应的高斯模型中， 计算两个 高斯模型的交叉 点； 将所述交叉点确定为对应差异影 像图中的图像粗分阈值。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述图像粗分阈值确定对应差异 影像图中变化阈值和非变化阈值， 包括： 获取预先配置的待检测区域阈值； 计算所述图像粗分阈值与 所述待检测区域阈值的差值， 并将所述差值确定为对应差异 影像图中变化阈值； 将所述图像粗分阈值与所述待检测区域阈值进行求和， 并将求和结果确定为对应差异 影像图中非变化阈值。 6.根据权利要求1所述的方法， 其特征在于， 所述根据所述变化阈值和所述非变化阈值 确定对应差异影 像图中的显著变化区域、 显著非变化区域及待检测区域， 包括： 将阈值小于或等于所述变化阈值对应的区域确定为对应差异影像图中的显著变化区 域； 将阈值大于或等于非变化阈值对应的区域确定为对应差异影 像图中显著非变化区域； 将阈值大于所述变化阈值且小于所述非变化阈值对应的区域确定为对应差异影像图 中的待检测区域。 7.根据权利要求1所述的方法， 其特征在于， 所述确定所述差异影像图中待检测区域中 各像素点类别， 以确定待检测区域中的解析变化区域及解析非变化区域， 包括： 针对每个差异影像图中的变化区域和非变化区域， 分别构建差异分布函数， 所述变化 区域的第二差异分布 函数表示为两个高斯模型对应的第二混合高斯模型的形式； 所述非变 化区域的第三差异分布函数表示 为两个高斯模型对应的第三混合高斯模型的形式； 采用误差反向传播BP算法计算第 二混合高斯模型的参数和第三混合高斯模型的参数， 以确定出第二差异分布函数和第三差异分布函数； 针对每个差异影像图中的待检测区域， 分别计算待检测区域对应的每个像素对应的第 二差异分布函数的类别隶属度及对应的第三差异分布函数的类别隶属度； 根据每个像素在第二差异分布函数和第三差异分布函数中对应的类别隶属度确定待 检测区域的各像素点类别。 8.根据权利要求7所述的方法， 其特征在于， 所述根据每个像素在第 二差异分布函数和权　利　要　求　书 2/3 页 3 CN 114419465 B 3