基于多阶段特征协同交互的遥感图像变化检测方法及系统

本发明涉及遥感图像，特别是涉及一种基于多阶段特征协同交互的遥感图像变化检测方法及系统。

背景技术：

1、遥感图像变化检测是对地观测与智能解译领域的核心技术之一，其通过对同一地理区域不同时相获取的两幅遥感图像进行对比分析，自动提取、识别并定量评估地表覆盖类型及地物特征的时空演变信息。随着空天观测技术体系的持续完善，搭载多类高精度有效载荷的遥感卫星星座逐步实现规模化组网运行。

2、新一代遥感平台突破了传统成像手段在时空分辨率、观测维度与重访周期上的局限，可对地表目标实现高频次、多模态、精细化的观测感知，由此产生的海量遥感基准数据集，为深度学习模型的训练与泛化能力提升提供了充足的数据基础。

3、近年来，随着深度学习技术的蓬勃发展，各类深度学习方法已被广泛引入遥感变化检测领域，有效解决了诸多传统检测方法的技术难题。尽管本领域已取得显著技术进展，但现有模型难以有效区分真实地表覆盖变化与成像条件差异引发的图像风格偏移，具体而言，受传感器参数、大气环境、太阳高度角等成像条件差异的影响，同一区域的双时相遥感图像往往存在明显的风格偏移现象，该现象会大幅提升基于孪生网络等架构的变化检测模型的判别难度，易导致模型将成像条件差异引发的伪变化误识别为真实地表变化。

技术实现思路

1、为了解决现有技术的不足，本发明提供了一种基于多阶段特征协同交互的遥感图像变化检测方法及系统。

2、一方面，提供了一种基于多阶段特征协同交互的遥感图像变化检测方法，包括：

3、获取待检测的第一时相遥感图像和第二时相遥感图像并进行预处理；

4、将预处理后的第一时相遥感图像和第二时相遥感图像，输入到训练后的遥感图像变化检测模型中，得到两幅遥感图像的变化预测图；

5、其中，所述遥感图像变化检测模型，用于：对第一时相遥感图像和第二时相遥感图像分别进行特征增强；对增强后的第一时相遥感图像特征图和增强后的第二时相遥感图像特征图进行特征交换；对交换后的第一时相遥感图像特征图和交换后的第二时相遥感图像特征图分别进行优化和二次特征增强；对二次增强后的第一时相遥感图像特征图和二次增强后的第二时相遥感图像特征图进行融合，得到融合后的双时相遥感图像特征图；采用解码器对融合后的双时相遥感图像特征图进行进一步处理，得到两幅遥感图像的变化预测图。

6、进一步地，对第一时相遥感图像进行特征增强，具体包括：

7、对第一时相遥感图像进行下采样，得到下采样后的特征图；

8、对第一时相遥感图像进行下采样，得到下采样后的特征图；

9、对第一时相遥感图像进行小波分解提取高频成分得到，获取的通道注意力图；

10、将特征图用通道注意力图进行加权并引入残差连接，得到增强后的下采样特征图；将特征图用通道注意力图进行加权并引入残差连接，得到增强后的下采样特征图，通过将和沿通道维度进行拼接，得到增强后的下采样特征图。

11、进一步地，所述对增强后的第一时相遥感图像特征图和增强后的第二时相遥感图像特征图进行特征交换，具体包括：

12、计算得到特征增强后的第一时相遥感图像特征图和增强后的第二时相遥感图像特征图的全局平均池化和分组最大值池化后的特征向量；

13、通过结合特征向量得到的语义重要性得分的平均值和对每组两个特征图之间逐像素计算差异得分，对其进行归一化得到特征差异得分d计算得到交换得分

s；

14、基于交换得分

s，得到最终的交换权重，基于交换权重，对双时相特征分别进行加权交换操作，并重塑为原始维度，得到交换后的第一时相遥感图像特征图和交换后的第二时相遥感图像特征图。

15、进一步地，对交换后的第一时相遥感图像特征图进行优化，包括：通过第一编码器中的交换前后特征交互模块对第一时相遥感图像特征图进行优化。

16、进一步地，所述交换前后特征交互模块包括：交换后特征优化子模块，双向注意力引导的优化子模块以及交换前后特征融合子模块。

17、进一步地，在交换后特征优化子模块中，利用交换前的双时相特征差异图作为引导，通过多头交叉注意力机制，得到交换后特征的优化特征图；

18、在双向注意力引导的优化子模块中，从交换前的特征中提取空间上下文信息，生成空间注意力图，通过对交换后的特征图进行空间校准得到空间优化后的交换后特征图；

19、根据空间优化后的交换后特征图生成通道注意力图，通过通道注意力图对交换前特征图进行通道校准得到通道优化后的交换前特征图；

20、在交换前后特征融合子模块中，将空间优化后的交换后特征图和通道优化后的交换前特征图进行拼接和特征融合，得到优化后的第一时相遥感图像特征图。

21、另一方面，提供了一种基于多阶段特征协同交互的遥感图像变化检测系统，包括：

22、获取模块：获取待检测的第一时相遥感图像和第二时相遥感图像并进行预处理；

23、检测模块：将预处理后的第一时相遥感图像和第二时相遥感图像，输入到训练后的遥感图像变化检测模型中，得到两幅遥感图像的变化预测图；

24、其中，所述遥感图像变化检测模型，用于：对第一时相遥感图像和第二时相遥感图像分别进行特征增强；对增强后的第一时相遥感图像特征图和增强后的第二时相遥感图像特征图进行特征交换；对交换后的第一时相遥感图像特征图和交换后的第二时相遥感图像特征图分别进行优化和二次特征增强；对二次增强后的第一时相遥感图像特征图和二次增强后的第二时相遥感图像特征图进行融合，得到融合后的双时相遥感图像特征图；采用解码器对融合后的双时相遥感图像特征图进行进一步处理，得到两幅遥感图像的变化预测图。

25、再一方面，还提供了一种电子设备，包括：

26、存储器，用于非暂时性存储计算机可读指令；以及

27、处理器，用于运行所述计算机可读指令，

28、其中，所述计算机可读指令被所述处理器运行时，执行上述第一方面所述的方法。

29、再一方面，还提供了一种存储介质，非暂时性存储计算机可读指令，其中，当非暂时性计算机可读指令由计算机执行时，执行第一方面所述方法。

30、再一方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行的时候用于实现上述第一方面所述的方法。

31、上述技术方案具有如下优点或有益效果：

32、本发明提出一种基于多阶段特征协同交互的遥感图像变化检测方法及系统，首先构建小波增强下采样模块来增强特征图，通过保留关键的边缘和纹理细节，使得后续的特征交换过程能够受益于丰富的结构信息。然后，构建基于重要性和差异性的组交换模块促进双时相图像间的域自适应。通过选择性地交换重要性较低且差异性较大的通道组，该模块在丰富特征多样性的同时，不会损害关键的语义线索。此外，构建交换前后特征交互模块充分利用特征交换所产生的多样性。通过双向增强和融合，该模块有效抑制了伪变化，并突出显示了真实变化，从而生成更具判别性的特征。本发明通过最大化编码阶段的特征交换效率，实现了域自适应并有效弥合了语义鸿沟。该发明不仅能够显著抑制伪变化，还能有效减少真实变化区域的漏检，从而确保了变化检测结果的精确性与鲁棒性。