1.一种多时相遥感图像超像素-像素多级融合识别方法,其特征在于,包括:S101,将相同场景不同时间拍摄的两幅遥感图像记为像素级图像TS102,利用编码器对T
S103,利用解码器对F
S104,利用Softmax分类器获得预测结果P的变化概率图,将变化概率图进行二值化得到变化区域预测结果可视化图像;
步骤S102中的编码器包括三个非共享参数的编码网络模块,分别用于将T上式中,
用于将T
上式中,
用于将F
上式中,
2.根据权利要求1所述的多时相遥感图像超像素-像素多级融合识别方法,其特征在于,步骤S101中进行超像素分割包括首采用预设的超像素分割方法对待处理的图像进行超像素分割,然后将超像素分割得到的超像素特征中各个超像素块内进行均值化操作以得到最终的超像素分割结果。
3.根据权利要求2所述的多时相遥感图像超像素-像素多级融合识别方法,其特征在于,所述预设的超像素分割方法为简单线性迭代聚类算法SLIC,且采用简单线性迭代聚类算法SLIC对待处理的图像进行超像素分割时,定义生成超像素个数的函数表达式如下:上式中,
4. 根据权利要求1所述的多时相遥感图像超像素-像素多级融合识别方法,其特征在于,步骤S102中计算F
5.根据权利要求1所述的多时相遥感图像超像素-像素多级融合识别方法,其特征在于,步骤S101之前还包括训练编码器和解码器构成的多时相遥感图像超像素-像素多级融合识别网络的步骤,且训练时采用的损失函数上式中,
上式中,
6.根据权利要求1所述的多时相遥感图像超像素-像素多级融合识别方法,其特征在于,所述编码网络模块为Resnet18网络。
7.根据权利要求5所述的多时相遥感图像超像素-像素多级融合识别方法,其特征在于,所述解码器包括用于将F
8.一种多时相遥感图像超像素-像素多级融合识别系统,包括相互连接的微处理器和存储器,其特征在于,所述微处理器被编程或配置以执行权利要求1~7中任意一项所述多时相遥感图像超像素-像素多级融合识别方法。
9.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其特征在于,所述计算机程序用于被微处理器编程或配置以执行权利要求1~7中任意一项所述多时相遥感图像超像素-像素多级融合识别方法。