基于鲁棒锚点图能量模型的多模态遥感图像变化检测方法

本技术涉及遥感图像处理，特别是涉及一种基于鲁棒锚点图能量模型的多模态遥感图像变化检测方法。

背景技术：

1、随着遥感传感器与航空成像技术的快速发展，光学、合成孔径雷达（sar）、红外等多模态遥感影像日益丰富，多模态变化检测（mcd）成为遥感领域中一个重要且活跃的研究方向。多模态变化检测旨在从不同传感器获取的同一地理区域多时相遥感影像中识别地物变化，与依赖同源影像对的单模态变化检测（ucd）不同，mcd利用了异源观测数据之间的互补信息，在灾害监测、城市扩张分析以及土地利用/覆盖变化制图等任务中展现出了巨大潜力。

2、相比ucd，mcd具有两个主要优势：首先，它放宽了对同一传感器获取的同源影像对的依赖，这在灾害评估与应急救援等场景中尤为重要，在这些情况下，由于光照变化、恶劣天气、云层遮挡或传感器可获取性受限，同源观测往往难以获得，而多模态影像能够提供更加灵活且及时的观测信息；其次，mcd能够利用日益丰富的多源遥感数据，提高变化监测的时间分辨率。

3、然而，由于mcd中涉及的影像来源于不同传感器，它们具有不同的成像机理，并通常存在显著的图像风格与统计特性差异，因此这些影像难以直接比较，跨模态不可比性成为需要解决的核心问题。为了解决该问题，现有mcd方法通常致力于将异源影像投影到一个共同的可比较空间中，以减弱跨模态差异并实现变化检测，根据可比较空间的构建方式，这些方法大致可以分为三类：

4、第一类是基于分类比较的方法，该类方法首先利用分类器将多时相影像投影到同一语义类别空间中，然后通过比较得到的地物分类图实现变化检测，例如后分类比较方法。这类方法的主要优点在于概念简单，并能够提供语义级变化信息，但其性能高度依赖分类结果的准确性，因此容易产生误差传播，此外，在无监督条件下，很难获得高精度的多模态影像分类图，这进一步限制了变化检测的准确性与鲁棒性。

5、第二类是基于图像翻译的方法，该类方法旨在首先将多时相影像转换到同一图像域中，然后再进行变化检测，通常将一种模态的影像转换为另一种模态，从而能够在转换后的图像域中应用传统ucd方法，例如基于gan、图像回归以及扩散模型的方法。这类方法的主要优点在于能够以直观的方式在图像层面减弱跨模态差异，同时转换后的影像还能为后续分析提供更加丰富的视觉信息，然而，由于变化比较仍然是在图像域中完成，其检测性能容易受到图像噪声的影响，尤其是sar影像中的斑点噪声，此外，图像翻译与变化检测通常被视为两个独立过程，因此变化区域中的翻译误差会直接影响后续差异分析，降低最终检测结果的可靠性。

6、第三类是基于特征变换的方法，该类方法旨在将多时相影像投影到一个共同的特征空间中，在抑制跨模态差异的同时保留变化相关信息，例如基于结构特征、频域特征以及深度特征的方法。相比基于图像翻译的方法，它们避免了图像域中的直接比较，因此通常对图像噪声更加鲁棒，此外，由于是在潜在特征空间中进行建模，该类方法在跨模态关系建模方面具有更大的灵活性。然而，这类方法对特征变换模型提出了较高要求：不仅需要有效减小模态间差异，还需要保证变化与未变化样本在变换后的特征空间中仍具有良好的可分性，在无监督条件或训练样本不足的情况下，这两个目标往往难以兼顾，因此学习得到的特征空间仍可能存在跨模态混淆或变化可分性不足的问题，从而限制最终检测性能。

7、从上述分析可以看出，mcd的关键在于建立多模态影像之间鲁棒的关联关系。已有研究表明，同一场景的多模态遥感影像之间仍然共享普适性的结构关联，而这些结构关联恰恰构成了可靠变化检测所需的不变信息。受此启发，基于图模型的mcd方法近年来受到越来越多关注，用于挖掘多模态影像之间共享的结构一致性，这种一致性为将异源影像投影到共同可比较空间并进行变化分析提供了有效基础。这类基于图的方法具有很强的灵活性，因为图模型可以基于不同类型的节点以及不同的连接策略（k近邻、空间邻域和完全连接等）进行构建，从而形成局部图、全局图和异构图等不同结构，以表征丰富的拓扑、几何以及时空关系，此外，它们利用模态间内在的结构一致性，无需大量训练数据即可实现图像转换或特征变换，通常能够在无监督或半监督条件下工作，并且具有显式的结构约束或物理约束，因此具有较好的可解释性。

8、尽管现有基于图模型的mcd方法已经取得了较好的性能，但在复杂真实场景下仍然存在若干局限性：首先，大多数方法在构建图模型时，不加区分地连接变化节点与未变化节点，导致图表示的鲁棒性不足，在基于图的信息传播与交互过程中，变化节点可能引入不可靠连接，并进一步干扰其他节点的结构表示，从而造成变化混淆；其次，现有基于图模型的mcd方法通常依赖于覆盖所有图像元素的大规模完全图，这会带来较高的计算复杂度，并限制其在灾害评估等大范围、时效性要求较高的变化检测任务中的应用；第三，空间约束与结构约束通常被分离建模，或仅进行较弱耦合，难以充分利用它们之间的互补性来实现精确变化推理。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够同时提升鲁棒性、计算效率与检测精度的基于鲁棒锚点图能量模型的多模态遥感图像变化检测方法。

2、一种基于鲁棒锚点图能量模型的多模态遥感图像变化检测方法，所述方法包括：

3、对输入的配准后的事件前多模态遥感影像和事件后多模态遥感影像进行预处理，得到事件前影像的超像素集合、事件后影像的超像素集合、事件前影像的超像素特征矩阵以及事件后影像的超像素特征矩阵；

4、基于对应的超像素集合和超像素特征矩阵对事件前影像和事件后影像进行候选锚点选择，得到事件前候选锚点集合和事件后候选锚点集合；

5、基于结构一致性原理计算事件前候选锚点集合和事件后候选锚点集合中每个候选锚点的粗略变化概率，根据粗略变化概率筛选得到事件前稳定锚点集合和事件后稳定锚点集合；

6、基于事件前影像和事件后影像对应的超像素特征矩阵和稳定锚点集合对事件前影像和事件后影像构建鲁棒锚点图，得到事件前鲁棒锚点图和事件后鲁棒锚点图；

7、将事件前鲁棒锚点图映射至事件后影像域，同时将事件后鲁棒锚点图映射至事件前影像域，融合双向映射结果计算每个超像素的结构差异度量，得到全局结构差异向量；

8、根据全局结构差异向量构建结构一致性约束项，基于超像素的空间邻接关系构建空间光滑性约束项，基于遥感影像变化稀疏性先验构建变化稀疏性约束项，将三个约束项融合得到混合能量函数；

9、对混合能量函数进行凸优化求解，得到每个超像素对应的变化概率，生成差异图；基于差异图进行二值化处理，得到最终的二元变化图。

10、上述基于鲁棒锚点图能量模型的多模态遥感图像变化检测方法，首先，采用候选锚点选择与基于结构一致性原理的可靠锚点筛选，从海量超像素中提取出高置信度的未变化锚点作为稳定结构参考，进而构建每个节点仅与少量可靠锚点连接的鲁棒锚点图，该手段在图构建阶段主动切断了变化节点对邻域结构的干扰链路，避免了传统方法依赖完全图稀释或迭代优化被动缓解不稳定连接的弊端，从而有效抑制了变化混淆，提升了图表示的鲁棒性；同时，以紧凑的节点-锚点稀疏图替代原有o(n²)规模的全连接图，将计算复杂度降至o(n×m)（m为锚点数且m<