多时相光学遥感图像变化检测方法研究.pdf

摘要

遥感图像变化检测是指利用遥感技术获取多时相遥感图像数据，通过提取和

比较不同时间点的图像特征，识别地表目标发生的变化的过程。在土地资源规划、

城市扩张管理、自然灾害评估、生态环境监测、军事活动监测等诸多领域发挥着不

可或缺的作用，具有重要的研究意义和广泛的实际应用价值。

本文的主要工作及贡献如下：

（1）研究了遥感图像变化检测基本流程，对常见的变化检测方法进行了对比和

总结，针对光学遥感图像具有高空间分辨率和高光谱分辨率、包含更加丰富的细节

信息的特点，最终选用深度学习的方法进行变化检测。

（2）提出了两步递进式的特征提取网络，首先利用ResNet18网络进行初步提

取，并通过融合模块将得到的多尺度特征进行融合，接下来利用Transformer模型

对融合后的特征进行进一步的精细化特征提取，最终得到融合了边缘信息以及富

含全局信息的特征，这种两步递进式的特征提取网络可以更好地对特征进行建模

和识别。

（3）在变化分类预测部分，引入通道注意力模块，对图像特征进行通道维度上

的增强，并利用差异特征提取模块代替原本的简单作差方法，得到对应的变化二值

图像。最后，对于设计的变化检测网络，在两个数据集LEVIR-CD和DSIFN-CD

上分别进行实验，并与其他六种方法进行对比测试，客观评价指标和可视化展示结

果均表明本文方法总体效果最优，对变化检测精度有一定的提升效果。

（4）实现了多任务遥感图像变化检测，在前面2D变化检测的基础上，增加了

3D变化检测部分，扩展了遥感图像变化检测的应用场景。对于变化前后的两幅图

像，同时得到2D和3D预测结果图，除了标明发生变化的区域，3D预测图中还展

示了对应高度的变化信息。最后，在3DCD数据集进行实验，与另外四种方法进

行对比，同样对客观评价指标和可视化展示结果进行了对比和分析，验证了本文方

法的有效性和合理性。

综上，本文针对光学遥感图像进行了2D和3D变化检测研究，设计了相关网

络并进行了相应实验，提高了变化检测精度，同时扩展了变化检测的应用场景。

关键词：光学遥感图像，注意力机制，Transformer，3D变化检测，多任务模型

ABSTRACT

Remotesensingimagechangedetectionreferstotheprocessofusingremotesensing

technologytoobtainmulti-temporalremotesensingimagedata,andidentifyingchanges

insurfacetargetsbyextractingandcomparingimagefeaturesatdifferenttimepoints.It

playsanindispensableroleinmanyfieldssuchaslandresourceplanning,urban

expansionmanagement,naturaldisasterassessment,ecologicalenvironmentmonitoring,

militaryactivitymonitoring.Thistechnologyhasimportantresearchsignificanceand

widepracticalapplicationvalue.

Themainworkandcontributionsofthisthesisareasfollows:

(1)Thebasicprocessofchangedetectioninremotesensingimagesisstudied,and

commonchangedetectionmethodsarecomparedandsummarized.Consideringthat

opticalremotesensingimageshavethecharacteristicsofhighspatialresolutionandhigh

s