非农化监测装置、方法、设备及存储介质与流程

1.本技术涉及遥感应用技术领域，尤其涉及一种非农化监测装置、方法、设备及存储介质。


背景技术：

2.耕地是重要的自然资源，合理利用和保护耕地是社会经济发展的重要保障。而针对耕地的非农化(严禁违规占用耕地用于绿化造林、挖湖造景、从事非农建设等)监测是合理利用和保护耕地的重要环节。
3.目前，一般使用遥感技术对耕地的非农化进行监测，遥感技术是一种无接触的远距离探测技术，一般通过运用现代化运载工具和传感器，将从远距离获取目标地或者目标物的电磁波特性展现在遥感图像或遥感照片中。
4.现有技术中，在使用遥感图像进行耕地变化监测时，都是基于算法分析出传感器获取的相邻遥感图像，提取出疑似变化信息，以供作业人员审核，然而，每个耕地变化区域即每个图斑上可能违法侵占的类型不同，相应耕地的违法侵占的时效性不同，针对每个图斑都是基于相邻遥感图像提取出的，且只是提取出疑似变化信息可能导致非农化监测的监测不准确。


技术实现要素：

5.有鉴于此，本技术实施例提供一种非农化监测装置、方法、设备及存储介质，旨在解决非农化监测的监测不准确度的技术问题。
6.本技术实施例提供了一种非农化监测方法，所述方法包括：
7.在检测到非农化区域的非农化监测指令时，确定所述非农化区域的遥感图像集，从所述遥感图像集中确定基准图像；
8.提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，基于所述图斑变化信息确定所述变化图斑的目标比对图像，其中，所述其他图像是遥感图像集中除所述基准图像外的图像；
9.在预设监测界面展示所述变化图斑的目标比对图像，以供作业人员基于所述目标比对图像对所述变化图斑进行非农化监测。
10.在本技术的一种可能的实施方式中，所述在检测到非农化区域的非农化监测指令时，确定所述非农化区域的遥感图像集，从所述遥感图像集中确定基准图像的步骤，包括：
11.在检测到非农化区域的非农化监测指令时，确定所述非农化区域的多时相的遥感图像集，从所述遥感图像集中确定基准图像。
12.在本技术的一种可能的实施方式中，所述提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，基于所述图斑变化信息确定所述变化图斑的目标比对图像的步骤，包括：
13.确定所述其他图像和所述基准图像之间每个变化图斑的图斑面积、变化置信度以
及分类置信度；
14.基于所述图斑面积在所有变化图斑中的面积占比及其第一影响权重、所述变化置信度及其第二影响权重、所述分类置信度及其第三影响权重，确定所述变化图斑的变化程度评分；
15.基于所述变化程度评分，确定所述变化图斑的目标比对图像。
16.在本技术的一种可能的实施方式中，所述确定所述其他图像和所述基准图像之间每个变化图斑的图斑面积、每个变化图斑的变化置信度以及每个变化图斑的分类置信度的步骤，包括：
17.将所述其他图像和所述基准图像输入至预设变化检测模型中，基于所述预设变化检测模型对所述其他图像和所述基准图像进行比对处理，得到所述每个变化图斑的图斑面积以及变化置信度；
18.将每个变化图斑输入至预设分类模型中，基于所述预设分类模型对所述变化图斑进行分类处理，得到分类置信度。
19.在本技术的一种可能的实施方式中，所述在预设监测界面展示所述变化图斑的目标比对图像的步骤，包括：
20.确定所述变化图斑的图斑类型；
21.针对相同类型的变化图斑，基于所述变化图斑的变化程度评分高低，展示所示变化图斑以及所述变化图斑的目标比对图像。
22.在本技术的一种可能的实施方式中，所述在预设监测界面展示所述变化图斑的目标比对图像的步骤之后，所述方法包括：
23.若确定所述变化图斑的变化程度评分小于预设评分值，则提示所述作业人员比对所述变化图斑的比对细粒度，以供作业人员基于所述目标比对图像和所述细粒度对所述变化图斑进行非农化监测。
24.在本技术的一种可能的实施方式中，所述提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，基于所述图斑变化信息确定所述变化图斑的目标比对图像的步骤，包括：
25.基于不同模型结构的提取模型，提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，以确定所述变化图斑的不同变化评分；
26.将所述不同变化评分的均值确定为所述变化图斑的目标评分；
27.基于所述目标评分，确定所述变化图斑的目标比对图像。
28.本技术还提供一种非农化监测装置，所述装置包括：
29.第一确定模块，用于在检测到非农化区域的非农化监测指令时，确定所述非农化区域的遥感图像集，从所述遥感图像集中确定基准图像；
30.第二确定模块，用于提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，基于所述图斑变化信息确定所述变化图斑的目标比对图像，其中，所述其他图像是遥感图像集中除所述基准图像外的图像；
31.展示模块，用于在预设监测界面展示所述变化图斑的目标比对图像，以供作业人员基于所述目标比对图像对所述变化图斑进行非农化监测。
32.在本技术的一种可能的实施方式中，所述非农化监测装置还用于：在检测到非农
化区域的非农化监测指令时，确定所述非农化区域的多时相的遥感图像集，从所述遥感图像集中确定基准图像。
33.在本技术的一种可能的实施方式中，所述非农化监测装置还用于：确定所述其他图像和所述基准图像之间每个变化图斑的图斑面积、变化置信度以及分类置信度；基于所述图斑面积在所有变化图斑中的面积占比及其第一影响权重、所述变化置信度及其第二影响权重、所述分类置信度及其第三影响权重，确定所述变化图斑的变化程度评分；基于所述变化程度评分，确定所述变化图斑的目标比对图像。
34.在本技术的一种可能的实施方式中，所述非农化监测设备还用于：将所述其他图像和所述基准图像输入至预设变化检测模型中，基于所述预设变化检测模型对所述其他图像和所述基准图像进行比对处理，得到所述每个变化图斑的图斑面积以及变化置信度；将每个变化图斑输入至预设分类模型中，基于所述预设分类模型对所述变化图斑进行分类处理，得到分类置信度。
35.在本技术的一种可能的实施方式中，所述非农化监测装置还用于：确定所述变化图斑的图斑类型；针对相同类型的变化图斑，基于所述变化图斑的变化程度评分高低，展示所示变化图斑以及所述变化图斑的目标比对图像。
36.在本技术的一种可能的实施方式中，所述非农化监测装置还用于：若确定所述变化图斑的变化程度评分小于预设评分值，则提示所述作业人员比对所述变化图斑的比对细粒度，以供作业人员基于所述目标比对图像和所述细粒度对所述变化图斑进行非农化监测。
37.在本技术的一种可能的实施方式中，所述非农化监测装置还用于：基于不同模型结构的提取模型，提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，以确定所述变化图斑的不同变化评分；将所述不同变化评分的均值确定为所述变化图斑的目标评分；基于所述目标评分，确定所述变化图斑的目标比对图像。
38.本技术还提供一种非农化监测设备，所述非农化监测设备为实体节点设备，所述非农化监测设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述非农化监测方法的程序，所述非农化监测方法的程序被处理器执行时可实现如上述所述非农化监测方法的步骤。
39.为实现上述目的，还提供一种存储介质，所述存储介质上存储有非农化监测程序，所述非农化监测程序被处理器执行时实现上述任一所述的非农化监测方法的步骤。
40.本技术提供一种非农化监测设备、方法、设备及存储介质，与现有技术中都是提供基于相邻遥感图像提取出的疑似变化信息给工作人员审核，致使非农化监测的监测不准确相比，在本技术中，在检测到非农化区域的非农化监测指令时，确定所述非农化区域的遥感图像集，从所述遥感图像集中确定基准图像；提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，基于所述图斑变化信息确定所述变化图斑的目标比对图像，其中，所述其他图像是遥感图像集中除所述基准图像外的图像；在预设监测界面展示所述变化图斑的目标比对图像，以供作业人员基于所述目标比对图像对所述变化图斑进行非农化监测。可以理解，本技术在检测到非农化监测指令时，针对遥感图像集中其他图像与所述基准图像之间每个变化图斑(疑似)，都提取相应的图斑变化信息，而不是只针对相邻的遥感图像提取出，因而，避免相应耕地的违法侵占的时效性不同，而造成的监测不准确，另外，在本
申请中，基于相应图斑变化信息，针对性确定最佳的目标比对图像并展示给作业人员审核，由于不只是展示图斑变化信息给作业人员，也即，本技术中还便捷性地把每个变化图斑的最佳的目标比对图像给作业人员展示出，因而，使得作业人员能够针对性审核(避免作业人员随机比对图像而造成审核不准确)，提升了作业人员审核监测准确度。
附图说明
41.图1为本技术非农化监测系统的场景示意图；
42.图2为本技术非农化监测方法的第一实施例的流程示意图；
43.图3为本技术实施例方案涉及的硬件运行环境的设备结构示意图；
44.图4为本技术非农化监测方法涉及的第一场景示意图；
45.图5为本技术非农化监测方法涉及的第二场景示意图；
46.图6为本技术非农化监测方法涉及的第三场景示意图。
具体实施方式
47.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
48.本技术实施例提供一种非农化监测方法，在本技术非农化监测方法的第一实施例中，参照图1，所述非农化监测方法包括：
49.步骤s10，在检测到非农化区域的非农化监测指令时，确定所述非农化区域的遥感图像集，从所述遥感图像集中确定基准图像；
50.步骤s20，提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，基于所述图斑变化信息确定所述变化图斑的目标比对图像，其中，所述其他图像是遥感图像集中除所述基准图像外的图像；
51.步骤s30，在预设监测界面展示所述变化图斑的目标比对图像，以供作业人员基于所述目标比对图像对所述变化图斑进行非农化监测。
52.在本实施例中，需要说明的是：
53.遥感技术是一种无接触的远距离探测技术，遥感技术通过运用现代化运载工具和传感器，从远距离获取目标地或者目标物的电磁波特性。
54.在本实施例中，遥感图像或者遥感图像泛指可以记录各种目标地或者目标物电磁波大小的胶片或照片，遥感图像主要分为航空相片和卫星相片。
55.作为一种示例，遥感图像按传感器的类型，可分为卫星遥感图像、航空遥感图像、无人机遥感图像、飞行器遥感图像以及热气球遥感图像。
56.作为一种示例，遥感图像按探测范围的不同，可分为光学图像(可见光、多光谱、高光谱)、sar(synthetic aperture radar、合成孔径雷达)图像。
57.作为一种示例，遥感图像一般具有3种分辨率，时间分辨率、光谱分辨率以及空间分辨率。
58.其中，时间分辨率为：在同一区域进行的相邻两次遥感观测的最小时间间隔；
59.光谱分辨率为：传感器在接收目标辐射的波谱时能分辨率的最小波长间隔；
60.空间分辨率为：传感器能够分辨的最小目标地物大小，通常用图像中的一个像素所对应的实际地面大小来表示。
61.需要说明的是，遥感技术的应用主要有以下几类：
62.第一，国土调查：包括但不限于矿产资源勘查、国土资源调查与评价；
63.第二，农业应用：农作物种植面积提取、长势监测、耕地保护非农化；
64.第三，生态环境监测：森林、草地覆盖监测；
65.第四，水利应用：河湖四乱(违建与采砂)监测，水域岸线变化等；
66.第五，地质灾害监测与预警等。
67.在本实施例中，在获取遥感图片后，对遥感图片进行分析的算法主要有：
68.1、变化检测模型：该模型的输入为多时相遥感图像，输出为变化区域或者变化光斑，变化检测模型通常用于监测违建、生态保护；
69.2、目标提取模型：该模型的输入为遥感图像，输出为目标地或者目标物，如大棚、建筑物、水域等；
70.3、地物分类模型：该模型的输入为遥感图像，输出为各地理要素，包括森林、草地、道路、农作物等。
71.耕地是重要的自然资源，合理利用和保护耕地是社会经济发展的重要保障。
72.目前，国家针对耕地提出“非农化”政策，“非农化”政策明确提出严禁违规占用耕地绿化造林、挖湖造景、违规建房、从事非农建设等。
73.如图4为耕地上违规建房的示例，箭头表示相应耕地出现相应违规变化。
74.更为严格地，国家针对耕地提出“非粮化”政策，“非粮化”政策明确提出严禁违规占用耕地种植除水稻、玉米以及小麦外的其他植物等。
75.为避免违规占用耕地绿化造林、挖湖造景、违规建房、从事非农建设等，需要对耕地进行执法监测，执法一般可分为月度、季度和年度执法，在本实施例中，以按每季度执行非农化监测为例进行具体说明。
76.按每季度执行非农化监测，则每年通过遥感技术摄取4期图像，具体目标是监测耕地变化，输出变化区域即和变化类型等，供作业人员审核。
77.具体地，每年通过遥感技术摄取多景图像，例如春季遥感图像，夏季遥感图像、秋季遥感图像、冬季遥感图像，提取夏季遥感图像、秋季遥感图像、冬季遥感图像分别相对于春季遥感图像的变化图斑的信息(包括变化的区域、类型以及评分等)。
78.在本实施例中，针对的研发背景为：
79.现有技术中，在使用遥感图像进行耕地变化监测时，都是基于算法分析出传感器获取的相邻遥感图像，提取出疑似变化信息，以供作业人员审核，然而，每个耕地变化区域即每个图斑上可能违法侵占的类型不同，相应耕地的违法侵占的时效性不同，针对每个图斑都是基于相邻遥感图像提取出的，且只是提取出疑似变化信息可能导致非农化监测的监测不准确。
80.具体地，比如夏季时耕地违法侵占刚开始、面积较小，到秋季时违法侵占面积变大，基于相邻遥感图像如将春季遥感图像与夏季遥感图像进行比较，提取出的疑似变化信息，很显然，与将春季遥感图像与夏季遥感图像进行比较，提取出的疑似变化信息是不同的，两者之间的不同，可能导致非农化监测的监测不准确。
81.具体地，又例如，只是提取出疑似变化信息也会导致非农化监测的监测不准确。这是因为，作业人员在审核时，若只显示疑似变化信息而不显示相应遥感图像，导致作业人员
选择错误的遥感图像进行审核确认，造成监测不准确。
82.本技术旨在：避免相应耕地的违法侵占的时效性不同，而造成的监测不准确。
83.整体地，在本实施例中，如图6所示，接收输入的多景影像(图像)或者直接输入多景影像(图像)，选定基准影像(图像)，然后将其他影像(图像) 依次与基准影像(图像)进行变化监测并评分，输出用于审核变化图斑的最佳影像对，例如将春季图像作为基准图像，将夏、秋、冬季拍到的图像依次与春季图像对比，提取变化图斑信息(包括变化的区域、类型、评分)，通过比较变化图斑的评分，选取最佳影像对以供作业人员审核。
84.具体地，在本实施例中，图5左所示为非农化监测装置示意图，该非农化监测装置检测到输入数据后，经由控制器处理，存储在存储器中，显示在界面 (审核界面)上。图5右所示为审核界面，在该界面上显示当前审核的影像(图像)即影像(图像)1，并在该界面显示最佳比对影像(图像)，便于工作人员审核，在本实施例中，该审核界面还显示影像列表以及图斑信息，另外，在本实施例中，审核界面上还显示人工审核按钮和自动解译按钮，以便于工作人员点击人工审核按钮触发审核的开始，以及点击自动解译按钮触发自动解译，该自动解译被触发后，界面会显示自动解译结果如图斑所处位置，图斑面积等。
85.另外，在本技术中，基于相应图斑变化信息，针对性确定最佳的目标比对图像并展示给作业人员审核，由于不只是展示图斑变化信息给作业人员，也即，本技术中还便捷性地把每个变化图斑的最佳的目标比对图像给作业人员展示出，因而，使得作业人员能够针对性审核(避免作业人员随机比对图像而造成审核不准确)，提升了作业人员审核监测准确度。
86.具体步骤如下：
87.步骤s10，在检测到非农化区域的非农化监测指令时，确定所述非农化区域的遥感图像集，从所述遥感图像集中确定基准图像；
88.作为一种示例，非农化监测方法可以应用于非农化监测设备，该非农化监测设备属于非农化监测系统。
89.作为一种示例，非农化区域包括：
90.第一种：严禁违规占用用于绿化造林、挖湖造景、违规建房、从事非农建设等的区域；
91.第二种：严禁违规占用用于种植除水稻、玉米以及小麦外的其他植物等的区域。
92.在检测到非农化区域的非农化监测指令的触发条件可以是：
93.第一，基于预先设置的触发条件触发，如在确定的时间点即触发非农化监测指令；
94.第二，人为在监测界面上触发。
95.在检测到非农化区域的非农化监测指令时，确定所述非农化区域的遥感图像集，在本实施例中，非农化区域的遥感图像集包括非农化区域的春季遥感图像，夏季遥感图像、秋季遥感图像以及冬季遥感图像。
96.其中，春季遥感图像，夏季遥感图像、秋季遥感图像以及冬季遥感图像分别可以为多张。
97.在确定遥感图像集后，从所述遥感图像集中人为确定基准图像，或者从所述遥感图像集中随机确定基准图像，该基准图像可以是春季遥感图像。当然也可以是其他遥感图像。
98.所述在检测到非农化区域的非农化监测指令时，确定所述非农化区域的遥感图像集，从所述遥感图像集中确定基准图像的步骤，包括：
99.步骤s11，在检测到非农化区域的非农化监测指令时，确定所述非农化区域的多时相的遥感图像集，从所述遥感图像集中确定基准图像。
100.在本实施例中，遥感图像集是多时相的遥感图像集，多时相通常指反映一组遥感图像在时间系列上具有的特征。
101.本实施例中，结合多时相图像互校验，可降低误检的概率，减少审核工作量。
102.具体地，例如，若夏季耕地出现违建，但在秋季违建又自行拆除，由于考虑了图像的不同时相，因而，在本实施例中此类情况可以过滤，避免误检(要是不考虑时相，基于夏季耕地的违建，还是会输出疑似违建的信息，进而，需要作业人员取核实，增加了作业人员的工作量，会造成错误监测)。
103.步骤s20，提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，基于所述图斑变化信息确定所述变化图斑的目标比对图像，其中，所述其他图像是遥感图像集中除所述基准图像外的图像；
104.在本实施例中，提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，例如，提取图像1(基准图像)和图像3(其他图像)之间每个变化图斑的图斑变化信息，提取图像1(基准图像)和图像4(其他图像) 之间每个变化图斑的图斑变化信息，提取图像1(基准图像)和图像5(其他图像)之间每个变化图斑的图斑变化信息。
105.在本实施例中，图像1(基准图像)和图像3(其他图像)之间可能存在多个变化图斑，如变化图斑a和变化图斑b。
106.在本实施例中，图斑变化信息包括包括变化的区域、变化的类型、变化的评分等。
107.普通的变化图斑审核方式中，确定变化图斑a后，监测界面显示图像1 相邻的图像2，以供作业人员将图像1中的变化图斑a与相邻的图像2进行比对，相应地，确定变化图斑b后，监测界面显示图像1相邻的图像2，以供作业人员将图像1中的变化图斑b与相邻的图像2进行比对。
108.本实施例中的变化图斑审核方式，综合考虑多期图像，自适应地选取最佳比对图像即目标比对图像进行显示，以供作业人员进行比对，在本实施例中，自适应地选取最佳比对图像即目标比对图像进行显示，提升比对效率和比对准确度。
109.具体地，例如，图像1中的变化图斑a，最佳比对图像是图像3，界面上则会显示图像1和图像3，但图像1中的变化图斑b，最佳比对图像是图像4，界面上则会显示图像1和图像4。
110.其中，所述提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，基于所述图斑变化信息确定所述变化图斑的目标比对图像的步骤，包括：
111.步骤s21，确定所述其他图像和所述基准图像之间每个变化图斑的图斑面积、变化置信度以及分类置信度；
112.步骤s22，基于所述图斑面积在所有变化图斑中的面积占比及其第一影响权重、所述变化置信度及其第二影响权重、所述分类置信度及其第三影响权重，确定所述变化图斑的变化程度评分；
113.步骤s23，基于所述变化程度评分，确定所述变化图斑的目标比对图像。
114.在本实施例中，图斑变化信息具体包括其他图像和所述基准图像之间每个变化图
斑的图斑面积、变化置信度以及分类置信度。
115.具体地，图斑面积的第一影响权重为w1，变化置信度的第二影响权重为 w2，分类置信度及其第三影响权重为w3。
116.在本实施例中，基于所述图斑面积在所有变化图斑中的面积占比及其第一影响权重、所述变化置信度及其第二影响权重、所述分类置信度及其第三影响权重，确定所述变化图斑的变化程度评分，
117.如变化程度评分score＝w1*ratio_areai w2*cd_thi w3*cl_thi)；
118.其中，ratio_areai是变化图斑的图斑面积占比(比较所有检出的变化图斑面积，值域0～1)，cd_th是变化置信度(值域0～1)，cl_th是分类置信度(值域0～1)，w1、w2、w3分别是对应的权重系数或者影响权重(值域0～1)。
119.所述确定所述其他图像和所述基准图像之间每个变化图斑的图斑面积、每个变化图斑的变化置信度以及每个变化图斑的分类置信度的步骤，包括：
120.步骤d1，将所述其他图像和所述基准图像输入至预设变化检测模型中，基于所述预设变化检测模型对所述其他图像和所述基准图像进行比对处理，得到所述每个变化图斑的图斑面积以及变化置信度；
121.步骤d2，将每个变化图斑输入至预设分类模型中，基于所述预设分类模型对所述变化图斑进行分类处理，得到分类置信度。
122.在本实施例中，将所述其他图像和所述基准图像输入至预设变化检测模型中，基于所述预设变化检测模型对所述其他图像和所述基准图像进行比对处理，得到所述每个变化图斑的图斑面积以及变化置信度，在确定图斑面积占比以及变化置信度后，将每个变化图斑输入至预设分类模型中，基于所述预设分类模型对所述变化图斑进行分类处理，得到分类置信度。其中，预设变化检测模型以及预设分类模型是预先训练好的模型。
123.预设变化检测模型以及预设分类模型与一般的深度学习算法处理方式一样，都是分为两步：训练和预测。其中训练过程主要是采集数据，进行标注，然后选择对应的网络进行学习，最终获取网络的权重，生成网络模型输出，即可以利用该模型去预测。
124.步骤s30，在预设监测界面展示所述变化图斑的目标比对图像，以供作业人员基于所述目标比对图像对所述变化图斑进行非农化监测。
125.在本实施例中，在预设监测界面展示所述变化图斑的目标比对图像，具体地，可以将目标比对图像和基准图像同时显示，以供作业人员基于所述目标比对图像对所述变化图斑进行非农化监测。
126.本技术提供一种非农化监测设备、方法、设备及存储介质，与现有技术中都是提供基于相邻遥感图像提取出的疑似变化信息给工作人员审核，致使非农化监测的监测不准确相比，在本技术中，在检测到非农化区域的非农化监测指令时，确定所述非农化区域的遥感图像集，从所述遥感图像集中确定基准图像；提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，基于所述图斑变化信息确定所述变化图斑的目标比对图像，其中，所述其他图像是遥感图像集中除所述基准图像外的图像；在预设监测界面展示所述变化图斑的目标比对图像，以供作业人员基于所述目标比对图像对所述变化图斑进行非农化监测。可以理解，本技术在检测到非农化监测指令时，针对遥感图像集中其他图像与所述基准图像之间每个变化图斑(疑似)，都提取相应的图斑变化信息，而不是只针对相邻的遥感图
像提取出，因而，避免相应耕地的违法侵占的时效性不同，而造成的监测不准确，另外，在本技术中，基于相应图斑变化信息，针对性确定最佳的目标比对图像并展示给作业人员审核，由于不只是展示图斑变化信息给作业人员，也即，本技术中还便捷性地把每个变化图斑的最佳的目标比对图像给作业人员展示出，因而，使得作业人员能够针对性审核(避免作业人员随机比对图像而造成审核不准确)，提升了作业人员审核监测准确度。
127.进一步地，基于本技术中第一实施例，提供本技术的另一实施例，在该实施例中，所述提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，基于所述图斑变化信息确定所述变化图斑的目标比对图像的步骤，包括：
128.步骤s24，基于不同模型结构的提取模型，提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，以确定所述变化图斑的不同变化评分；
129.步骤s25，将所述不同变化评分的均值确定为所述变化图斑的目标评分；
130.步骤s26，基于所述目标评分，确定所述变化图斑的目标比对图像。
131.具体地，为避免偶然因素造成的误差，在本实施例中，基于不同模型结构的提取模型，提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，以确定所述变化图斑的不同变化评分。
132.具体地，将所述其他图像和所述基准图像分别输入至多个预设变化检测模型中，基于每个预设变化检测模型都确定每个变化图斑的图斑面积、每个变化图斑的变化置信度；其中，每个预设变化检测模型的模型结构不同(孪生网络、语义分割的模型结构)；将每个变化图斑分别输入至多个预设分类模型中，基于每个预设分类模型都确定所述变化图斑的分类置信度；其中，每个预设分类模型的模型结构不同(resnet、vgg等模型的基础结构)；
133.所述基于所述图斑面积在所有变化图斑中的面积占比及其第一影响权重、所述变化置信度及其第二影响权重、所述分类置信度及其第三影响权重，确定所述变化图斑的评分的步骤，包括：
134.基于不同模型对应得到的所述图斑面积在所有变化图斑中的面积占比及其第一影响权重、所述变化置信度及其第二影响权重、所述分类置信度及其第三影响权重，确定所述变化图斑的不同变化评分；将所述不同变化评分的均值作为所述变化图斑的目标评分；基于所述目标评分，确定所述变化图斑的目标比对图像。
135.具体地，在本实施例中，目标评分为：
[0136][0137]
其中，n为监测次数，ratio_areai是变化图斑的图斑面积占比(比较所有检出的变化图斑面积，值域0～1)，cd_th是变化置信度(值域0～1)，cl_th 是分类置信度(值域0～1)，w1、w2、w3分别是对应的权重系数或者影响权重(值域0～1)。
[0138]
在本实施例中，基于不同模型结构的提取模型，提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，以确定所述变化图斑的不同变化评分；将所述不同变化评分的均值确定为所述变化图斑的目标评分；基于所述目标评分，确定所述变化图斑的目标比对图像。在本实施例中，避免偶然因素的误差，提升监测准确率。
[0139]
进一步地，基于本技术中第一实施例和第二实施例，提供本技术的另一实施例，在
该实施例中，所述在预设监测界面展示所述变化图斑的目标比对图像的步骤，包括：
[0140]
步骤e1，确定所述变化图斑的图斑类型；
[0141]
步骤e2，针对相同类型的变化图斑，基于所述变化图斑的变化程度评分高低，展示所示变化图斑以及所述变化图斑的目标比对图像。
[0142]
在本实施例中，首先确定所述变化图斑的图斑类型，具体地，一种示例可以是：
[0143]
1、在图像1为基准图像时，记录其他图像(图像2、图像3、图像4)分别与基准图像1的变化图斑信息a、b、c。
[0144]
2、比较变化图斑信息a、b、c的交并比iou，若iou大于某一阈值例如0.5，则将这三个图斑归为同一类。
[0145]
针对相同类型的变化图斑，基于所述变化图斑的变化程度评分高低，展示所示变化图斑以及所述变化图斑的目标比对图像，即按照图斑评分进行筛选，展示所示变化图斑以及所述变化图斑的目标比对图像。
[0146]
所述在预设监测界面展示所述变化图斑的目标比对图像的步骤之后，所述方法包括：
[0147]
步骤m1，若确定所述变化图斑的变化程度评分小于预设评分值，则提示所述作业人员比对所述变化图斑的比对细粒度，以供作业人员基于所述目标比对图像和所述细粒度对所述变化图斑进行非农化监测。
[0148]
在本实施例中，确定所述变化图斑的变化程度评分小于预设评分值，则提示所述作业人员比对所述变化图斑的比对细粒度，以供作业人员基于所述目标比对图像和所述细粒度对所述变化图斑进行非农化监测，即本实施例中会按照变化图斑的评分由高到低依次呈现给作业人员审核，对于评分高的，作业人员可快速确认(因为没有疑义)；对于评分低的，系统会提示作业人员详细查看。
[0149]
参照图3，图3是本技术实施例方案涉及的硬件运行环境的设备结构示意图。
[0150]
如图3所示，该非农化监测设备可以包括：处理器1001，存储器1005，通信总线1002。通信总线1002用于实现处理器1001和存储器1005之间的连接通信。
[0151]
可选地，该非农化监测设备还可以包括用户接口、网络接口、摄像头、rf (radio frequency，射频)电路，传感器、wifi模块等等。用户接口可以包括显示屏(display)、输入子模块比如键盘(keyboard)，可选用户接口还可以包括标准的有线接口、无线接口。网络接口可以包括标准的有线接口、无线接口(如wi-fi接口)。
[0152]
本领域技术人员可以理解，图3中示出的非农化监测设备结构并不构成对非农化监测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0153]
如图3所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块以及非农化监测程序。操作系统是管理和控制非农化监测设备硬件和软件资源的程序，支持非农化监测程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与非农化监测系统中其它硬件和软件之间通信。
[0154]
在图3所示的非农化监测设备中，处理器1001用于执行存储器1005中存储的非农化监测程序，实现上述任一项所述的非农化监测方法的步骤。
[0155]
本技术非农化监测设备具体实施方式与上述非农化监测方法各实施例基本相同，
在此不再赘述。
[0156]
本技术还提供一种非农化监测装置，所述非农化监测装置包括：
[0157]
第一确定模块，用于在检测到非农化区域的非农化监测指令时，确定所述非农化区域的遥感图像集，从所述遥感图像集中确定基准图像；
[0158]
第二确定模块，用于提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，基于所述图斑变化信息确定所述变化图斑的目标比对图像，其中，所述其他图像是遥感图像集中除所述基准图像外的图像；
[0159]
展示模块，用于在预设监测界面展示所述变化图斑的目标比对图像，以供作业人员基于所述目标比对图像对所述变化图斑进行非农化监测。
[0160]
在本技术的一种可能的实施方式中，所述非农化监测装置还用于：在检测到非农化区域的非农化监测指令时，确定所述非农化区域的多时相的遥感图像集，从所述遥感图像集中确定基准图像。
[0161]
在本技术的一种可能的实施方式中，所述非农化监测装置还用于：确定所述其他图像和所述基准图像之间每个变化图斑的图斑面积、变化置信度以及分类置信度；基于所述图斑面积在所有变化图斑中的面积占比及其第一影响权重、所述变化置信度及其第二影响权重、所述分类置信度及其第三影响权重，确定所述变化图斑的变化程度评分；基于所述变化程度评分，确定所述变化图斑的目标比对图像。
[0162]
在本技术的一种可能的实施方式中，所述非农化监测设备还用于：将所述其他图像和所述基准图像输入至预设变化检测模型中，基于所述预设变化检测模型对所述其他图像和所述基准图像进行比对处理，得到所述每个变化图斑的图斑面积以及变化置信度；将每个变化图斑输入至预设分类模型中，基于所述预设分类模型对所述变化图斑进行分类处理，得到分类置信度。
[0163]
在本技术的一种可能的实施方式中，所述非农化监测装置还用于：确定所述变化图斑的图斑类型；针对相同类型的变化图斑，基于所述变化图斑的变化程度评分高低，展示所示变化图斑以及所述变化图斑的目标比对图像。
[0164]
在本技术的一种可能的实施方式中，所述非农化监测装置还用于：若确定所述变化图斑的变化程度评分小于预设评分值，则提示所述作业人员比对所述变化图斑的比对细粒度，以供作业人员基于所述目标比对图像和所述细粒度对所述变化图斑进行非农化监测。
[0165]
在本技术的一种可能的实施方式中，所述非农化监测装置还用于：基于不同模型结构的提取模型，提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，以确定所述变化图斑的不同变化评分；将所述不同变化评分的均值确定为所述变化图斑的目标评分；基于所述目标评分，确定所述变化图斑的目标比对图像。
[0166]
本技术非农化监测装置的具体实施方式与上述非农化监测方法各实施例基本相同，在此不再赘述。
[0167]
本技术实施例提供了一种存储介质，且所述存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的非农化监测方法的步骤。
[0168]
本技术存储介质具体实施方式与上述非农化监测方法各实施例基本相同，在此不
再赘述。
[0169]
本技术实施例提供了一种非农化监测装置，所述装置包括：
[0170]
第一确定模块，用于在检测到非农化区域的非农化监测指令时，确定所述非农化区域的遥感图像集，从所述遥感图像集中确定基准图像；
[0171]
第二确定模块，用于提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，基于所述图斑变化信息确定所述变化图斑的目标比对图像，其中，所述其他图像是遥感图像集中除所述基准图像外的图像；
[0172]
展示模块，用于在预设监测界面展示所述变化图斑的目标比对图像，以供作业人员基于所述目标比对图像对所述变化图斑进行非农化监测。
[0173]
在本技术的一种可能的实施方式中，所述非农化监测装置还用于：在检测到非农化区域的非农化监测指令时，确定所述非农化区域的多时相的遥感图像集，从所述遥感图像集中确定基准图像。
[0174]
在本技术的一种可能的实施方式中，所述非农化监测装置还用于：确定所述其他图像和所述基准图像之间每个变化图斑的图斑面积、变化置信度以及分类置信度；基于所述图斑面积在所有变化图斑中的面积占比及其第一影响权重、所述变化置信度及其第二影响权重、所述分类置信度及其第三影响权重，确定所述变化图斑的变化程度评分；基于所述变化程度评分，确定所述变化图斑的目标比对图像。
[0175]
在本技术的一种可能的实施方式中，所述非农化监测设备还用于：将所述其他图像和所述基准图像输入至预设变化检测模型中，基于所述预设变化检测模型对所述其他图像和所述基准图像进行比对处理，得到所述每个变化图斑的图斑面积以及变化置信度；将每个变化图斑输入至预设分类模型中，基于所述预设分类模型对所述变化图斑进行分类处理，得到分类置信度。
[0176]
在本技术的一种可能的实施方式中，所述非农化监测装置还用于：确定所述变化图斑的图斑类型；针对相同类型的变化图斑，基于所述变化图斑的变化程度评分高低，展示所示变化图斑以及所述变化图斑的目标比对图像。
[0177]
在本技术的一种可能的实施方式中，所述非农化监测装置还用于：若确定所述变化图斑的变化程度评分小于预设评分值，则提示所述作业人员比对所述变化图斑的比对细粒度，以供作业人员基于所述目标比对图像和所述细粒度对所述变化图斑进行非农化监测。
[0178]
在本技术的一种可能的实施方式中，所述非农化监测装置还用于：基于不同模型结构的提取模型，提取各其他图像与所述基准图像之间每个变化图斑的图斑变化信息，以确定所述变化图斑的不同变化评分；将所述不同变化评分的均值确定为所述变化图斑的目标评分；基于所述目标评分，确定所述变化图斑的目标比对图像。
[0179]
本技术装置的具体实施方式与上述非农化监测方法各实施例基本相同，在此不再赘述。
[0180]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该
要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0181]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0182]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加硬件平台的方式来实现，也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等) 执行本发明各个实施例所述的方法。
[0183]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。