一种基于软融合策略的轻量化洪水检测方法和装置

本发明涉及图像处理，特别涉及一种基于软融合策略的轻量化洪水检测方法和装置。

背景技术：

1、洪水灾害的频繁爆发对人类生命财产安全造成严重威胁，洪涝灾害发生时，对洪水灾害的实时动态监测在抢险救援过程中发挥着重要作用。与基于水文信息输入的传统洪水监测模型相比，基于卫星遥感技术的洪水监测方法有更高的空间分辨率和更大的观测范围的优势，目前卫星遥感图像已被广泛用于洪水灾害检测。

2、但是单卫星的对地观测会受到重访周期的限制，不能对同一区域实施小时级别的高频次观测。多卫星平台联合对同一区域观测，可以将重访周期从数天降至数小时，现有基于多源异构时序卫星遥感图像的洪水监测虽然可以满足灾情报文的高时效性要求，但其总运算量和模型均较大，并不适用于基于边缘计算设备的轻量化部署。并且，现有方法主要针对同质遥感图像或者单源卫星遥感图像处理而设计，没有应用具体的融合策略来有效地利用多源异构时序卫星遥感图像中异构数据的互补特性。因此，亟需一种轻量化、高精度的洪水检测方法。

技术实现思路

1、鉴于上述问题，本发明实施例提供了一种基于软融合策略的轻量化洪水检测方法和装置，以便克服上述问题或者至少部分地解决上述问题。

2、本发明实施例的第一方面，公开了一种基于软融合策略的轻量化洪水检测方法，所述方法包括：

3、获取当前时序卫星遥感图像，所述当前时序卫星遥感图像来自于多源异构时序卫星遥感图像中的一幅图像；

4、利用轻量化洪水检测神经网络对所述当前时序卫星遥感图像进行处理，得到洪水区域的概率矩阵，基于所述洪水区域的概率矩阵得到当前时序卫星遥感图像的初步检测结果；

5、根据所述当前时序卫星遥感图像的初步检测结果和所述洪水区域的概率矩阵，确定当前时序卫星遥感图像的加权约束概率矩阵；

6、根据历史时序卫星遥感图像的洪水检测结果确定短期记忆和长期记忆；

7、利用最大类间方差算法，按照自适应加权因子将所述短期记忆、所述长期记忆和所述当前时序卫星遥感图像的加权约束概率矩阵进行融合计算，得到当前时序卫星遥感图像的最终洪水检测结果。

8、可选地，所述轻量化洪水检测神经网络包括编码器，所述编码器包含1个复制模块和j个轻量化残差块模块，所述复制模块与第1个轻量化残差块模块直接连接，相邻两个轻量化残差块模块之间通过最大池化层连接，所述1个复制模块和所述j个轻量化残差块模块对应第1至第j+1个编码特征层；所述利用所述轻量化洪水检测神经网络对所述当前时序卫星遥感图像进行处理，包括：

9、通过编码器对所述当前时序卫星遥感图像进行卷积处理后，将得到的结果输入到所述复制模块，得到第1个编码特征层的输出特征；

10、依次利用所述j个轻量化残差模块，对上级模块输出特征进行处理，分别得到第2个至第j+1个编码特征层输出的特征，其中，第1个轻量化残差模块的上级模块是复制模块。

11、可选地，所述轻量化洪水检测神经网络还包括解码器，所述解码器包含2个复制模块和j个轻量化残差模块，第2个复制模块与编码器中第j个轻量化残差模块之间最大池化层连接，与解码器中第j个轻量化残差模块通过通道重排层连接，相邻两个轻量化残差块模块之间通过通道重排层层连接，所述j个轻量化残差模块和第2个复制模块对应第1至第j+1个解码特征层，在第1至第j个编码特征层和第1至第j个解码特征层之间建立残差连接；所述利用所述轻量化洪水检测神经网络对所述当前时序卫星遥感图像进行处理，包括：

12、通过第2个复制模块将第j+1个编码特征层的输出特征输入到解码器的第j个轻量化残差块模块进行处理，得到第j个解码层的输出特征；

13、依次将第j个至第2个编码特征层的输出特征，与第j个至第2个解码层的输出特征进行融合后，输入到第j-1个至第1轻量化残差块模块进行处理，最终得到第1个解码特征层的输出特征；

14、将所述第1个解码特征层的输出特征，与第1个编码特征层的输出特征进行融合后，输入到第1个复制模块，将所述第1个复制模块的输出结果进行卷积处理后，得到洪水区域的概率矩阵。

15、可选地，每个轻量化残差块模块对输入特征进行处理，包括：

16、对输入特征依次进行第一卷积、第一批量归一化、第一修正线性单元、第二卷积、第二批量归一化处理后的结果，与第一修正线性单元的输出结果进行相加，再通过第二修正线性单元对相加结果进行处理。

17、可选地，所述基于所述洪水区域的概率矩阵得到当前时序卫星遥感图像的初步检测结果，包括：

18、对所述洪水区域的概率矩阵中的每个元素进行判断，将超过预设阈值的元素确定为洪水区域，没超过预设阈值的元素确定为非洪水区域，所述初步检测结果ftn表示为：

19、

20、其中，(·)ij表示像素(i,j)，i＝1,2,…,512,j＝1,2,…,512，net(tn)表示洪水区域的概率矩阵，k为预设阈值，1表示洪水区域，0表示非洪水区域。

21、可选地，所述根据所述当前时序卫星遥感图像的初步检测结果和所述洪水区域的概率矩阵，确定当前时序卫星遥感图像的加权约束概率矩阵，是通过以下公式确定的：

22、pn＝[ftn+0.5×(1-tn)]⊙net(tn)

23、其中，pn表示当前时序卫星遥感图像的加权约束概率矩阵，ftn表示当前时序卫星遥感图像的初步检测结果，net(tn)表示洪水区域的概率矩阵，⊙代表哈达玛乘积。

24、可选地，所述根据历史时序卫星遥感图像的洪水检测结果确定短期记忆和长期记忆，包括：

25、将当前时序卫星遥感图像的前n个时序卫星遥感图像的洪水检测结果对应的加权约束概率矩阵，和当前时序初步检测结果对应的加权约束概率矩阵进行融合，得到长期记忆，其中，n为正整数；

26、将当前时序卫星遥感图像的前m个时序卫星遥感图像的洪水检测结果对应的加权约束概率矩阵，和当前时序初步检测结果对应的加权约束概率矩阵进行融合，得到短期记忆，其中，m为小于n的正整数。

27、可选地，在历史时序卫星遥感图像的洪水检测结果的数量小于阈值的情况下，减少确定所述长期记忆的历史时序卫星遥感图像的数量，或不考虑短期记忆。

28、可选地，通过以下方式确定自适应加权因子：

29、根据所述当前时序卫星遥感图像的初步检测结果，确定当前时序卫星遥感图像的洪水比例；

30、将所述当前时序卫星遥感图像的洪水比例与历史洪水比例均值进行比较，以确定当前时序卫星遥感图像中的洪水所处的过程，所述洪水所处的过程包括：增长过程和缓慢消退过程；

31、根据所述当前时序卫星遥感图像中的洪水所处的过程设定对应的自适应加权因子。

32、可选地，所述将所述当前时序卫星遥感图像的洪水比例与历史洪水比例均值进行比较，以确定当前时序卫星遥感图像中的洪水所处的过程，包括：

33、当所述当前时序卫星遥感图像的洪水比例大于等于所述历史洪水比例均值时，确定所述当前时序卫星遥感图像中的洪水处于增长过程；

34、当所述当前时序卫星遥感图像的洪水比例小于所述历史洪水比例均值时，确定所述当前时序卫星遥感图像中的洪水处于缓慢消退过程。

35、可选地，所述根据所述当前时序卫星遥感图像中的洪水所处的过程设定对应的自适应加权因子，包括：

36、在所述当前时序卫星遥感图像中的洪水处于增长过程的情况下，设定所述长期记忆的自适应加权因子小于所述短期记忆的自适应加权因子；所述自适应加权因子表示为：

37、

38、

39、在所述当前时序卫星遥感图像中的洪水处于缓慢消退过程的情况下，设定所述长期记忆的自适应加权因子和所述短期记忆的自适应加权因子相同，所述自适应加权因子表示为：

40、

41、

42、其中，αi,为长期记忆的自适应加权因子，α2,为短期记忆的自适应加权因子，α3,为当前时序卫星遥感图像的加权约束概率矩阵的自适应加权因子，βt,n为当前时序卫星遥感图像的洪水比例，βs,n历史洪水比例均值。

43、本发明实施例的第二方面，公开了一种基于软融合策略的轻量化洪水检测装置，所述装置包括：

44、图像获取模块，用于获取当前时序卫星遥感图像，所述当前时序卫星遥感图像来自于多源异构时序卫星遥感图像中的一幅图像；

45、初步检测模块，用于利用轻量化洪水检测神经网络对所述当前时序卫星遥感图像进行处理，得到洪水区域的概率矩阵，基于所述洪水区域的概率矩阵得到当前时序卫星遥感图像的初步检测结果；

46、概率矩阵模块，用于根据所述当前时序卫星遥感图像的初步检测结果和所述洪水区域的概率矩阵，确定当前时序卫星遥感图像的加权约束概率矩阵；

47、记忆确定模块，用于根据历史时序卫星遥感图像的洪水检测结果确定短期记忆和长期记忆；

48、融合计算模块，用于利用最大类间方差算法，按照自适应加权因子将所述短期记忆、所述长期记忆和所述当前时序卫星遥感图像的加权约束概率矩阵进行融合计算，得到当前时序卫星遥感图像的最终洪水检测结果。

49、本发明实施例包括以下优点：

50、在本发明实施例中，提出基于多源异构时序卫星遥感图像的轻量级洪水检测方法，利用轻量化洪水检测神经网络对当前时序卫星遥感图像进行处理，得到洪水区域的概率矩阵，并基于洪水区域的概率矩阵得到当前时序卫星遥感图像的初步检测结果，并确定当前时序卫星遥感图像的加权约束概率矩阵；同时根据历史时序卫星遥感图像的洪水检测结果确定短期记忆和长期记忆，利用最大类间方差算法，按照自适应加权因子将短期记忆、长期记忆和当前时序卫星遥感图像的加权约束概率矩阵进行融合计算，以得到当前时序卫星遥感图像的最终洪水检测结果。

51、由于是利用轻量化洪水检测神经网络对当前时序卫星遥感图像进行处理，进而实现了基于多源异构时序卫星遥感图像的快速洪水提取；同时，考虑了长期记忆和短期记忆对当前时序卫星遥感图像的加权约束概率矩阵进行融合计算，补偿轻量化结构带来的性能损失，和多源异构遥感图像的互补特性降低洪水检测的虚警率，提升基于多源异构时序卫星遥感图像的洪水检测的鲁棒性。因此，本发明实施例在保证洪水检测性能的前提下，大幅提高现有洪水检测方法的前向推理速度。