买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国铁路设计集团有限公司;中国国家铁路集团有限公司申请的专利一种光学卫星影像像素级变化检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119251699B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411342999.8，技术领域涉及：G06V20/13；该发明授权一种光学卫星影像像素级变化检测方法是由周文明;卢大玮;褚文君;赵振洋;甘俊;胡朝鹏;万一;宋国策;张浩;李平苍;石德斌;谭兆;王爱辉设计研发完成，并于2024-09-25向国家知识产权局提交的专利申请。

本一种光学卫星影像像素级变化检测方法在说明书摘要公布了：本发明公开了一种光学卫星影像像素级变化检测方法，包括：S1，数据采集和预处理；S2，设计卷积神经网络模型Φ：卷积神经网络模型Φ包括多尺度特征融合策略Ψ和多尺度输出结构Ω，多尺度特征融合策略Ψ通过四类非线性激活操作提取多尺度特征输出多尺度特征图，多尺度输出结构Ω通过激活层对特征图进行分类输出检测结果；S3，模型训练；S4，模型优化；S5，模型预测：固定卷积神经网络Φ，对每一对待测试影像进行变化检测，得到变化检测结果图CBI。该方法有效抵抗了双时相卫星遥感影像间存在的配准误差及遥感影像的投影差带来的影响，提升了像素级变化检测的精度，提升了像素级变化检测的处理效率。

本发明授权一种光学卫星影像像素级变化检测方法在权利要求书中公布了：1.一种光学卫星影像像素级变化检测方法，其特征在于，包括以下步骤： S1，数据采集和预处理： 获取两个不同时期的大范围遥感影像和，并通过严格几何校正、正射纠正和重采样对所述大范围遥感影像进行预处理，将预处理后的大范围遥感影像和作为输入数据； S2，模型设计：卷积神经网络模型包括多尺度特征融合策略和多尺度输出结构，其中，多尺度特征融合策略包括四类空间特征提取操作，多尺度特征融合策略的输入为S1所述输入数据，输出为不同尺度下的特征图； 多尺度输出结构的每个分支包括一个激活层，每个激活层包括一种非线性激活操作，每个激活层中的非线性激活操作均相同且由分类器实现，表示经由第个非线性激活分支处理后，该分支得到的输出特征结果，其中； S3，模型训练： 卷积神经网络模型的训练过程包括以下子步骤： 步骤I：将变化检测影像对作为卷积神经网络模型的输入，其中，Z表示变化检测影像对的总组数，通过S2所述多尺度特征融合策略，得到不同尺度下的特征图、、和，为真值，是人工标注的变化检测图斑； 步骤II：对进行高层级特征提取，得到特征图，将和按特征级联操作，得到特征图，对进行高层级特征提取，得到特征图； 步骤III：通过两个分支分别对特征图进行高层级特征提取，分别得到特征图和，将特征图和进行通道级联处理，得到； 步骤IV：对特征图进行高层级特征提取，得到特征图，对特征图进行高层级特征提取，得到特征图，将特征图进行高层级特征提取，得到特征图，将特征图，，，和进行通道级联处理，得到； 步骤V：对特征图进行反卷积操作与上采样操作，并与特征图级联，得到特征图，对特征图组{}和{，}重复步骤V，依次得到和； 步骤VI：分别对，，和进行反卷积处理，得到卷积层的特征图；其中，c表示特征图的通道数，下标表示第层对应的特征图，对进行维度变换，经过降维处理将c降为1，得到，其中1表示得到的特征图为单通道向量； 步骤VII：将降维后的特征图输入到S2所述多尺度输出结构中，通过多尺度输出结构中的激活层分类器进行二分类，输出特征结果的像素值变化概率，对所有像素的变化概率结果进行二值化，得到变化检测的预测结果； S4，模型优化： 通过预测结果和真值之间的相似程度计算损失函数，利用后向传播更新卷积神经网络模型，其中，表示待训练的模型参数；表示输出的网络特征图；表示变化检测分类器； 上述训练和优化过程需要迭代进行，通过不断更新模型参数来降低损失函数、提升网络性能，直到满足迭代停止条件； S5，模型预测：固定卷积神经网络，对每一对待测试影像进行变化检测，得到对应尺寸的变化检测结果图； 所述多尺度特征融合策略包括四类空间特征提取操作，其中： 、、和分别表示经由个第一类空间特征提取分支处理后、经由个第二类空间特征提取分支处理后、经由个第三类空间特征提取分支处理后和经由个第四类空间特征提取分支处理后，得到的输出特征结果； 第一类空间特征提取分支采用的卷积操作为可变形卷积操作，卷积核大小为{3×3}、步距为1，输出结果为; 第二类空间特征提取分支采用的卷积操作中，卷积核大小为{3×3}、步距为2，输出结果为; 第三类空间特征提取分支采用的卷积操作依次为：一个卷积核大小为{3×3}且步距为1的卷积操作、池化操作、一个卷积核大小为{3×3}且卷积步距为2的卷积操作，该分支的输出结果为; 第四类空间特征提取分支采用的卷积操作依次为：三个卷积核大小均为{3×3}且卷积步距为1的卷积操作、池化操作、一个卷积核大小为{3×3}且步距为1的卷积操作，该分支的输出结果为; 在每个空间特征提取分支处理后，对输出结果进行池化操作，得到该处理分支的输出特征图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国铁路设计集团有限公司;中国国家铁路集团有限公司，其通讯地址为：300308 天津市滨海新区自贸试验区(空港经济区)东七道109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。