1.一种基于降维操作和卷积神经网络的遥感图像变化区域检测方法，其特征在于，包括：对第一遥感图像和第二遥感图像执行降维操作得到主成分；

对所有所述主成分执行聚类操作，并根据所述聚类结果确定图像变化区域；

利用卷积神经网络对所述图像变化区域执行语义分割得到分割结果图；

对所述分割结果图中每一目标像素点进行投票表决得到每一所述目标像素点的像素类别，并根据所有所述目标像素点的像素类别确定所述图像变化区域对应的图片内容。

2.根据权利要求1所述遥感图像变化区域检测方法，其特征在于，所述对第一遥感图像和第二遥感图像执行降维操作得到主成分包括：利用PCA算法对所述第一遥感图像和所述第二遥感图像执行降维操作得到所述主成分。

3.根据权利要求2所述遥感图像变化区域检测方法，其特征在于，利用PCA算法对所述第一遥感图像和所述第二遥感图像执行降维操作得到所述主成分包括：对所述第一遥感图像和所述第二遥感图像的像素点执行均值化处理，并根据均值化后的所述第一遥感图像的像素点与均值化后的所述第二遥感图像的像素点构建第一矩阵X；

利用第一公式计算第二矩阵D；其中，所述第一公式为 m为系数；

利用第二公式计算第三矩阵P；其中，所述第二公式为P＝ET；E为所述第二矩阵D的特征向量构建的矩阵；

根据所述第三矩阵P确定降维矩阵Y，并根据所述降维矩阵Y确定所述主成分。

4.根据权利要求1所述遥感图像变化区域检测方法，其特征在于，所述利用卷积神经网络对所述图像变化区域执行语义分割得到分割结果图包括：利用Segnet卷积神经网络对所述图像变化区域执行语义分割得到第一临时结果图；

利用U-net卷积神经网络对所述图像变化区域执行语义分割得到第二临时结果图；

根据所述第一临时结果图和所述第二临时结果图得到所述分割结果图。

5.根据权利要求1所述遥感图像变化区域检测方法，其特征在于，所述对所有所述主成分执行聚类操作包括：利用K-means聚类算法对所有所述主成分执行聚类操作，并根据所述聚类结果确定图像变化区域。

6.根据权利要求1所述遥感图像变化区域检测方法，其特征在于，利用K-means聚类算法对所有所述主成分执行聚类操作包括：从所有所述主成分中选择k个样本作为初始质心向量；

计算每一所述样本与每一所述质初始质心向量的距离，并根据所述距离对所有所述样本进行分类得到新的质心向量，以便完成聚类操作。

7.根据权利要求1至6任一项所述遥感图像变化区域检测方法，其特征在于，利用卷积神经网络对所述图像变化区域执行语义分割得到分割结果图包括：确定所述第二遥感图像中与所述图像变化区域对应的目标区域；

利用卷积神经网络对所述目标区域执行语义分割得到所述分割结果图；其中，所述第二遥感图像的生成时间晚于所述第一遥感图像的生成时间。

8.一种基于降维操作和卷积神经网络的遥感图像变化区域检测系统，其特征在于，包括：降维模块，用于对第一遥感图像和第二遥感图像执行降维操作得到主成分；

聚类模块，用于对所有所述主成分执行聚类操作，并根据所述聚类结果确定图像变化区域；

语义分割模块，用于利用卷积神经网络对所述图像变化区域执行语义分割得到分割结果图；

类别投票模块，用于对所述分割结果图中每一目标像素点进行投票表决得到每一所述目标像素点的像素类别，并根据所有所述目标像素点的像素类别确定所述图像变化区域对应的图片内容。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于降维操作和卷积神经网络的遥感图像变化区域检测方法的步骤。

10.一种电子设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述基于降维操作和卷积神经网络的遥感图像变化区域检测方法的步骤。