買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西安建筑科技大學申請的專利一種基于自監督轉換的異質遙感圖像變化檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115187511B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210650216.7，技術領域涉及：G06T7/00；該發明授權一種基于自監督轉換的異質遙感圖像變化檢測方法是由馬宗方;郝凡;宋琳;麻瑞設計研發完成，并于2022-06-10向國家知識產權局提交的專利申請。

本一種基于自監督轉換的異質遙感圖像變化檢測方法在說明書摘要公布了：本發明公開了一種基于自監督轉換的異質遙感圖像變化檢測方法，包括以下步驟；步驟1：對原始遙感圖像進行圖像像素離散化；步驟2：對步驟1離散化后的圖像進行超像素分割和邊界整合，超像素特征提取和分析，得到帶標記像素對；步驟3：根據步驟2中得到的標記像素對，即可靠變化和不變像素對，將事前和事后異質遙感圖像轉換到一個公共特征空間，然后通過前向和后向變化得到兩種差異圖像；步驟4：將步驟3中的差異圖像進行證據融合及基于先驗擴充訓練數據；步驟5：將步驟4的訓練數據導入訓練分類器模型生成變化檢測結果。本發明檢測精度高，不僅考慮了不變像素對的影響，同時還考慮到了變化像素對的積極影響，可以很好地適應復雜環境和高噪聲環境，魯棒性較高。

本發明授權一種基于自監督轉換的異質遙感圖像變化檢測方法在權利要求書中公布了：1.一種基于自監督轉換的異質遙感圖像變化檢測方法，其特征在于，包括以下步驟； 步驟1：對原始遙感圖像進行圖像像素離散化； 步驟2：對步驟1離散化后的圖像進行超像素分割和邊界整合，超像素特征提取和分析，得到帶標記像素對； 步驟3：根據步驟2中得到的帶標記像素對，即可靠變化和不變像素對，將事前和事后異質遙感圖像轉換到一個公共特征空間，然后通過前向和后向變化得到兩種差異圖像； 步驟4：將步驟3中的兩種差異圖像進行證據融合，并基于先驗進行擴充，得到訓練數據； 步驟5：將步驟4的訓練數據導入訓練分類器模型生成變化檢測結果； 所述步驟1具體步驟為： 1采用K均值算法聚類像素點，在計算類內像素樣本和聚類中心像素之間的距離時還考慮到像素的空間位置信息，引入加權因子η來融合基于光譜和空間位置信息的類內像素樣本與聚類中心像素之間的距離，因此，圖像中的第i個像素和簇中心ωc之間的距離表示為： 其中和代表光譜和空間位置信息相對應的距離，η趨近于1，進而，通過K均值聚類將遙感圖像分為C個類，稱為ω1,ω2,…,ωC； 2計算樣本點與簇中心像素的偏差距離，對于像素i的第l個通道記為Xil，計算其與簇中心ωc的絕對值偏差距離δil如下所示： 其中， 并且|·|是絕對值運算的符號，M表示ωc中的像素數； 3計算像素光譜特征的校正值，計算絕對偏差距離δil與數據分布范圍的中點之間的距離，所以Xil的校正值由下式給出： 其中， 并且和表示所有像素δ`l的最大值和最小值； 4更新離散像素值，更新每個像素的離散化像素值的方法由下式表示： 其中，Xil是指在第l個離散化通道對像素Xi進行圖像像素離散化，為了得到優化的離散化圖像，采用兩種方式停止迭代，第一種是設置最大迭代次數Z，另一步是計算平均離散度 所述步驟2具體為： 1超像素分割和邊界整合，首先將步驟1中離散化后的圖像以超像素為單位進行分割，以獲得高度均勻的超像素圖像塊，并且突出了地物對象的邊界；其次，采用簡單的邊界整合策略來生成邊界一致的超像素對，即一致的分割結果； 2超像素特征提取及分析，以超像素為最小的圖像分析單元，通過分析超像素的光譜和紋理特征的差異，自動挖掘出一些帶標記像素對； 不同算子的光譜特征差異映射集合由下式得出： 其中‖·‖是歐幾里得距離，是圖像Tt的第j個超像素中包含的第l個通道中的所有像素的集合，fO·表示算子的相應運算； 不同算子的紋理特征差異映射集合由下式得出： 其中f·是均值函數，是圖像Tt中第j個超像素的灰度共生矩陣GLCM特征圖；得到超像素特征差異圖集然后使用一組閾值來識別的6個子差異圖的變化和不變區域，其中6個子差異圖分別為：原圖的紋理GLCM均值、標準差特征差異圖，原圖的光譜均值、中值、標準差特征差異圖和像素離散化后圖像的光譜均值特征差異圖，進而采用簡單的投票規則來確定超像素是否發生了變化，特征差值越大，為變化的超像素，反之，特征差值越小，為不變的超像素，簡單的投票機制表示為： 其中，σup和σlow是不同子差異圖的共同上限和下限，分別接近于1和0，σup＝0.9和σlow＝0.1； 對于每個超像素，都有s1+s2＝6個票來確定該超像素是否屬于變化像素集，當該超像素對應的標簽獲得所有票時，即6個票，才會被認為是可靠的標簽，表示為： 其中是超像素對Sj的對應空間位置，C和分別是變化和不變像素對的集合，u表示其他不確定像素對的集合，最后，獲得變化和不變的帶標記像素對； 所述步驟3中對于像素Xi∈T1，T1為事前遙感圖像，其K個近鄰定義為y1,…,yK，是從圖像T1中的變化區域中獲得的像素點，這K個近鄰對應于圖像T2中的像素點為y′1,…,y′K，這些對應點為其映射像素提供了多值估計記為Xi,1→2，當轉換介質是變化區域時，Xi在另一個特征空間的映射像素表示為： 其中，λk是圖像T1中第K個近鄰的權重因子，噪聲像素通常離Xi很遠，所以λk與到近鄰的距離成反比，也就是說，距離越小，近鄰的貢獻就越大，相似地，通過反向轉換為圖像T2中的X′i獲得了映射像素圖X′i,2→1，顯然，當轉換介質為變化區域時，得當相應的轉換映射像素和 進而，通過以可靠的變化和不變像素為轉換介質得出映射像素和目標像素之間第i個像素對{Xi,X′i}的差值表示為： 其中，ξi和表示以變化和不變像素為轉換介質的對應差值，最后，通過兩種不同的轉換介質得到差異圖像D和

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安建筑科技大學，其通訊地址為：710055 陜西省西安市雁塔路13號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。