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：本发明属于图像处理技术领域，公开了一种机场净空区建筑物图斑自动化更新方法及系统。本发明采集获取机场净空区的双时相影像并进行预处理，制作样本集，构建建筑物场景级变化检测网络和建筑物像素级提取网络，利用样本集对网络进行训练，利用训练好的建筑物场景级变化检测网络对预处理后的双时相影像进行检测，判断区域变化情况；保留不变区域的建筑物图斑；利用训练好的建筑物像素级提取网络对变化区域的后时相影像进行处理，得到变化区域的建筑物图斑；利用GIS对变化区域的建筑物图斑进行更新，将更新后的变化区域的建筑物图斑与不变区域的建筑物图斑合并，完成整体的图斑自动化更新。本发明能够满足机场净空区建筑物监测的应用需求。

主权项：1.一种机场净空区建筑物图斑自动化更新方法，其特征在于，包括以下步骤：采集获取机场净空区的双时相影像并进行预处理；制作样本集，包括制作若干的建筑物场景级变化检测样本和若干的建筑物像素级样本；基于孪生神经网络结构，构建累积差异特征引导的建筑物场景级变化检测网络；基于编码-解码结构，构建多层级特征引导的建筑物像素级提取网络；所述建筑物场景级变化检测网络包括建筑物特征提取单元、差异特征提取模块和累积差异分类器；所述建筑物特征提取单元用于提取双时相影像特征；所述差异特征提取模块用于将所述双时相影像特征转换为影像差分特征和影像强度特征，以所述影像差分特征为待优化特征，以所述影像强度特征为补充特征，得到差异特征；所述累积差异分类器用于根据差异特征进行“变”或“不变”的分类；所述差异特征提取模块以同层的双时相影像特征与前一层提取的差异特征作为输入，通过矩阵相减并取绝对值以及矩阵相加的方式，将双时相影像特征转换为影像差分特征以及影像强度特征；若存在前一层的差异特征，则将其与影像差分特征级联融合，输入1×1深度卷积与1×1卷积操作，得到综合差分特征；将所述综合差分特征输入由1×1卷积与Sigmoid激活函数构成的空间注意力机制，并以此为约束添加影像强度特征，筛选后的强度特征输入1×1深度卷积与1×1卷积操作，得到综合强度特征；将所述综合差分特征和所述综合强度特征级联融合并输入至通道注意力机制，按原通道拆分为优化后的综合差分特征与优化后的综合强度特征，再将两者相加融合，得到第一综合特征；将所述第一综合特征输入两次连续的3×3卷积操作，并与所述综合差分特征残差连接，得到该层的差异特征；所述累积差异分类器将不同层的差异特征输入至全局特征融合器，得到建筑物的多层级变化特征；将最高层的差异特征输入至多尺度特征融合模块，得到建筑物的多尺度变化特征；将所述多层级变化特征和所述多尺度变化特征级联融合并进行卷积操作实现分类；利用所述建筑物场景级变化检测样本训练所述建筑物场景级变化检测网络，得到训练好的建筑物场景级变化检测网络；利用所述建筑物像素级样本训练所述建筑物像素级提取网络，得到训练好的建筑物像素级提取网络；利用所述训练好的建筑物场景级变化检测网络对预处理后的双时相影像进行检测，判断区域变化情况；若判定为不变区域，则保留不变区域的建筑物图斑；若判定为变化区域，则利用所述训练好的建筑物像素级提取网络对变化区域的后时相影像进行处理，提取得到变化区域的建筑物图斑；利用GIS对所述变化区域的建筑物图斑进行更新，将更新后的变化区域的建筑物图斑与所述不变区域的建筑物图斑进行合并，完成整体的图斑自动化更新。

全文数据：

权利要求：

百度查询： 武汉大学 一种机场净空区建筑物图斑自动化更新方法及系统