自我空间感知的时序无人机影像城市三维变化检测研究

The focus of monitoring the rapid developing urban areas of urban planning departments are the changes of buildings during urbanization. High-resolution remote sensing technology is an important means of studying urban changes. The relief disparity of buildings in high spatial resolution images are severe. The "same object with different spectrum, different object with same spectrum" phenomenon is obvious. Using only the two-dimensional images is difficult to ensure the accuracy and reliability of change detection. Introducing three-dimensional information can effectively compensate the drawbacks of two-dimensional image change detection. The low-altitude remote sensing technology of UAV can obtain 3D information in the target area. Its characteristics of low cost, flexibility, convenience, high efficiency, and high spatial resolution make it suitable for periodic monitoring of rapidly developing areas. In order to give full play to the advantages of UAV images, this proposal proposes a self-spatial-aware change detection method using time-series UAV images, which combines the three-dimensional information acquired in UAV images with the two-dimensional images and performs change detection in the reconstructed three-dimensional space. The main contents include object-oriented multi-scale segmentation of UAV image which takes into account of three-dimensional information, space-aware three-dimensional change detection of UAV image, and post change detection process based on time series analysis. The research results can improve the degree of automation of monitoring illegal construction and illegal land use, and bring considerable economic and social benefits.

城市化进程中相关部门监测城市的重点在于及时有效地掌控建筑物的变化，高分遥感技术是研究城市变化的重要手段，但高分影像中建筑物投影差严重，地物“同物异谱、异物同谱”现象明显，仅利用二维影像难以保证变化检测精度及可靠性。引入三维信息能有效弥补二维影像变化检测的不足。无人机低空遥感技术可廉价地获取目标区三维信息，其低成本、灵活便捷、高时效及高空间分辨率的特点使其非常适合对快速发展的重点和热点地区进行周期性监测。为充分发挥无人机数据的优点，本项目提出一种自我空间感知的三维变化检测解决思路，在单张正射影像上引入立体模型中获取三维辅助信息，在重建的三维空间中进行对象级变化检测，实现影像对象的自我空间感知，主要内容包括顾及三维信息的无人机影像面向对象多尺度分割、空间感知的无人机影像三维变化检测、基于时序分析的变化检测后处理。研究成果可提高监测违章建筑及违法违规用地的自动化程度，带来可观的经济效益和社会效益

本项目研究利用廉价灵活的消费级无人机获取的影像以及影像中隐含的三维信息辅助，以解决高分影像中建筑物三维变化检测面临的“同物异谱、异物同谱”以及建筑物投影差的影响。.（1）顾及建筑物特征的无人机影像面向对象多尺度分割方法.面向对象的建筑物变化检测要求分割得到的建筑物对象不能与其他相邻地物有粘连，否则将严重影响后续变化检测结果的可靠性。本项目研究了如何从影像中提取建筑物明显的长直边缘及较为规则的几何形状、影像单个像素高程信息获取方法、以及顾及三维信息及几何边缘信息的面向对象多尺度分割方法。.（2）自我空间感知的无人机影像三维变化检测方法.现有的三维变化检测方法都是利用三维栅格产品进行变化检测，三维信息提取与变化检测过程分离，成像几何信息无法直接使用。本项目研究了直接从平差结果和时序立体模型中“感知”三维信息。变化检测则在恢复的三维空间中，对单张正射影像综合影像信息进行空间感知变化检测：对变化候选区根据其空间关系、影像中边缘及形状特征、光谱特征、成像模型及三维信息综合进行二三维信息的交叉验证，并对不同视角的变化检测结果进行加权融合。.（3）基于时序分析的变化检测后处理.超高分无人机影像中地物细节更加清晰，能检测微小细节变化。对于建筑物变化检测来说，城市道路上存在小汽车、大卡车，或者是临时帐篷、充气彩虹桥等非感兴趣地物变化在不同时期无人机影像都能得到清晰反映，利用两个时期影像也能将上述地物检测出来。研究了基于时序对比分析以及深度卷积神经网络目标检测的变化检测结果后处理方法，对三维变化检测结果进行语义分类。.总之，本项目从如何提取影像中隐含的三维信息出发，结合高分影像中存在的明显的边缘及几何结构特征，实现了自我空间感知的无人机影像三维变化检测，并利用多期影像进行时序分析和目标检测的变化检测后处理，提高检测精度和可靠性。相关原型系统已经在城市管理部分得到实际应用。