2025《基于深度学习的图像变化检测技术研究的国内外文献综述》3000字.docxVIP

PAGE

PAGE29

基于深度学习的图像变化检测技术研究的国内外文献综述

现阶段，人工智能跟随着时代的变化迅猛发展，已经成为了各个行业不可或缺的技术。变化检测技术也朝着更智能化，更便捷化，更自动化的方向发展。近年来，以深度学习为主的智能算法，已经迅速的替代了人工解析，极大地提升了变化检测的精确度。深度学习后，针对地区的局部微小变化能够做到实时评估。航拍技术的崛起，也意味着俯视自然的梦想得到了实现。

1图像变化检测的研究

近年来，变化检测应用越来越趋于广泛化、多元化、综合化。无论是城市扩建拆除、抑或是自然环境的变化更迭，均可以采用变化检测的方法进行监测。一般通过多种卫星图像数据或是卫星遥感影像的方法，来准确的进行环境变化检测

一、国外研究现状

变化检测技术自古就已有很深的研究。但是直到20世纪80年代，Singh才首次提出了图像变换检测技术的权威定义,即变化检测是通过针对同一目标或现象，不同时间的观测来确定其差别的处理过程[1]。

早在1981年，Howarth以Peace-Athabasca地区为例子，采用比值法来进行大范围的地区变化检测，利用不同时间下的陆地卫星数据作为研究对象，得到地区土地覆盖物的变化情况[3]。1983年，Wichware[4]通过观测森林冠层变化，采用差异、比例和营养指数差异对不同时间下的落叶数据变化，得到了计算机辅助所使用的单一波段的最佳阈值水平。但是该时期的图像数据采集主要以独立的象元为单位，通过分析每一个像素，最终提取得到像元在不同时间下的变化信息，该方法统称为元级统计方法。此方法简单易行，用途广泛，但是精确度低。

19世纪90年代，芯片的发明彻底打开了新世界的大门，人们发现机器能够极大的提升人工操作的便捷性。这个阶段，人工神经网络、随机森林和GIS等多种信息辅助产品的诞生，让大家在针对变化检测的精确度方面上迈进了坚实的一步。1998年，Mohsin[5]采用四种方法，对两个不同时间段的盐城湖部分地区的图像进行对比分析，方法分别是为图像差分法、KT变换法、影响回归分析法和CHI-Square的方法。最终抽取了585份具有显著差别的样本进行对比，分析地面的真实信息变化情况。同年，JohnsonRD[6]通过变化向量来检测和表征光谱遥感数据的辐射变化，利用多光谱和多层数据的全维性来确保检测数量的变化，通过提取开发多光谱数据的变化数据，最终提出一种变化图像的合成方法，并称之为CVA（变化向量分析法）。

20世纪，高分辨率遥感影像技术使得图像变化检测迎来了发展高潮，直接导致变化检测单元对象从最简单的像素点，迅速过渡到了整体，如今称这十年为对象及变化检测阶段。这十年间，高空间分辨率遥感影像开始迈向了商业。研究者们发现了像素的直接比较法、分类后比较法和栅格GIS矢量集成法等。2010年，Mohsin[7]针对目前大坝流域的植被，因为其对水库的水土流失拥有了巨大的影响，进而会导致水库的泥沙堆积，造成环境的破坏。为了能够地球资源的可持续发展，其远赴巴基斯坦，在Mangla大坝利用卫星遥感技术来进行曼戈拉流域总排水面积的变化检测。

二、国内研究现状

国内变化检测的研究起步较晚，但是应用极其广泛。2002年，谭衢霖将研究对象选为我国的第一大淡水湖——鄱阳湖。以景观生态遥感测度因子为研究对象，基于SAR和TM数据复合的优越性，拟合得到铂阳湖地区淹没土地的范围，建立鄱阳湖的水域面积正态分布模型，最终得到了鄱阳湖洪水调蓄能力的监测方法[8]。2005年，钟家强首先对图像的精确配对的准确性和图像辐射的分辨率进行预处理，结合多个时间、多个影响因素的变化规律，最终提出了多时相下，遥感图像的变化检测的方法[9]。2006年，围绕着土地利用变化检测，李向军提出了一种基于几何属性和类别属性的遥感变化检测方法[10]。并以海南博鳌为例子，通过四点控制的野外验证模型，最终成功验证了该方案的准确顶。

近年来我国将计算机软件和变化检测结合起来。2019年，申仲峰选用PyTorch框架，以北方田地中最常见的12中杂草为研究对象，建立有效的杂草识别模型，并最终发明了一款基于安卓系统的识别杂草的App，为之后北方田地的杂草清理工作做出了贡献[11]。2020年，王巨采用基于OLS方法的一元线性回归和斜率估算相结合的方法，准确地绘制出了河西地区植被地变化特征。基于实际图像数据，建立一个能够解决何时、何地、发生什么的长期检测植被变化过程的框架，最终完成了河西地区植被单一因素量化和驱动的影响分析[12]。余蕊[13]提出用大疆无人机进行动态监测的方法，将大疆无人机的多时相高分辨率影像和UAV图像进行结合，完成了我国西南地区的格雷迪分布情况的数据采集。

2深度学习的研究

深度学习的概念来源于人工神经网络，人们一直都在寻求一种灵活的方法