城市区域建筑物变化检测算法研究与应用

摘要

随着遥感技术的发展与遥感影像更新频率的提升，自动化建筑物识别与变化检测在市域规划 与管理、城市数据更新等领域都起着极为重要的作用。本文针对建筑物变化特征复杂的特性，提出了 一种基于深度学习的建筑物变化检测方法。首先，针对卫星影像特征建立建筑物变化样本数据库，并 利用翻转、改变亮度等多种方式进行样本的扩充；然后，结合深度学习 ResNet、Unet 等网络结构进行 算法的优化与改善，得到优化后的变化检测网络结构；接着，用样本库进行网络参数的训练；最终得 到适合区域的变化检测网络模型。通过在某市 0.5m 高分辨率卫星数据上进行多种算法的对比实验，表 明本文方法能够有效进行城市建筑物变化检测，并能得到较优的效果。