1.一种异源遥感影像对象级变化检测方法，其特征在于，包括如下步骤：步骤1，对于待检测区域，获取两个不同时相下的遥感影像T1和T2，且T1和T2的分辨率不相同，以分辨率较低的遥感影像为基准，对分辨率较高的遥感影像进行重采样，获得相同分辨率的双时相遥感影像，并对双时相遥感影像进行配准处理；

步骤2，对配准后的双时相遥感影像进行影像分割，根据分割结果提取分割对象集合；

步骤3，采用UNet++_MSOF作为基础网络进行语义分割，在UNet++_MSOF的编码器部分设计多尺度特征提取差分模块MFED，所述多尺度特征提取差分模块包括第一和第二多尺度特征提取模块，通过第一和第二多尺度特征提取模块分别对配准后的双时相遥感影像进行差

0 0 1 1

分后得到原始差分特征图D ，对D执行下采样和卷积运算，得到差分特征图D ，对D执行下

2 2 3 3

采样和卷积运算，得到差分特征图D ，对D执行下采样和卷积运算，得到差分特征图D ，对D4

执行下采样和卷积运算，得到差分特征图D ，即得到与UNet++_MSOF编码器部分的五个卷积

0 1 2 3 4

层分别对应的差分特征图，D、D、D、D、D对应作为UNet++_MSOF编码器部分第0、1、2、3、4个下采样层中第0个卷积单元的输入，从而得到MFED‑UNet++五层像素级变化检测结果；

步骤4，当MFED‑UNet++训练收敛后，得到MFED‑UNet++各个卷积层的预测精度和损失函数值，利用预测精度和损失函数值设计自适应证据置信度指标；

步骤5，对于步骤2得到的分割对象集合中的任一分割对象，结合自适应证据置信度指标，采用加权DS证据融合策略进行变化对象的识别。

2.根据权利要求1所述的异源遥感影像对象级变化检测方法，其特征在于，所述步骤1中，采用遥感图像处理平台ENVI进行重采样并进行配准处理，为保证配准精度，通过调整和删除不符合要求的控制点，使均方根误差不超过0.5。

3.根据权利要求1所述的异源遥感影像对象级变化检测方法，其特征在于，所述步骤2中，采用智能化影像分析软件eCognition进行影像分割，基于双时相遥感影像中采集时间较晚的遥感影像进行目视解译调参，根据配准得到的坐标关系将分割边界投影到采集时间较早的遥感影像，从而获得包含N个对象的集合Rall。

4.根据权利要求1所述的异源遥感影像对象级变化检测方法，其特征在于，所述步骤3中，第一和第二多尺度特征提取模块结构相同，且经过第一和第二多尺度特征提取模块得0

到原始差分特征图D的过程如下：对于配准后的双时相遥感影像，将其中一个遥感影像依次经过4个通道，第1通道分别对遥感影像进行最大池化和平均池化后，将最大池化和平均池化结果输入1×1卷积层，1×1卷积层的结果输入第一卷积注意力模块得到第1通道的结果；第2通道对遥感影像进行扩张率为1的3×3卷积后进入第二卷积注意力模块得到第2通道的结果；第3通道分别对遥感影像进行扩张率为1和2的3×3卷积后，利用Add函数融合扩张率为1和2的3×3卷积的结果，将融合得到的结果进入第三卷积注意力模块得到第3通道的结果；第4通道分别对遥感影像进行扩张率为2和5的3×3卷积后，利用Add函数融合扩张率为2和5的3×3卷积的结果，将融合得到的结果进入第四卷积注意力模块得到第4通道的结果；最后将第1至第4通道的结果进行合并后再经过1×1卷积层得到第一特征图；对另一个遥感影像进行上述相同的操作，得到第二特征图，将第一特征图和第二特征图做差，即得0

到原始差分特征图D；

UNet++_MSOF编码器部分各卷积单元的输出特征映射，如下式所示：i,j i,j i,j

其中，xMFED 表示X 的输出特征映射，X 表示卷积单元，i表示第i个下采样层，j表示跳跃方向上的第j个卷积单元，C(·)表示卷积运算，后面跟着一个激活函数， 表示下采样操作，Δ(·)表示上采样操作，[·]表示串联操作；当j＝0时，该卷积单元仅接收来自上一个下采样层的一个输入；当j＞0时，该卷积单元接收来自跳跃连接层和上采样层的总共j+1个输入， 表示第i个下采样层路径中第k＝0,…,j‑1个卷积层组成的密集跳跃连接特征图；

0,1 0,2 0,3 0,4

在此基础上，MSOF令四个输出节点{X ,X ,X ,X }经过sigmoid层获得四个侧输出

0 1 2 3

{Y ,Y ,Y ,Y}，然后通过连接四个侧输出的结果生成第五个输出节点：

0,5 4

其中， 表示串联操作，X 通过sigmoid层生成第五个输出Y，从而获得MFED‑UNet++的

0 1 2 3 4

五个输出{Y ,Y ,Y ,Y ,Y}。

5.根据权利要求1所述的异源遥感影像对象级变化检测方法，其特征在于，步骤4所述自适应证据置信度指标，具体表示如下：其中，s＝1,2,…,5代表不同层次的网络深度，AECIs表示第s层的自适应证据置信度指标，VAs和Ls分别表示第s层的预测精度和损失函数值。

6.根据权利要求1所述的异源遥感影像对象级变化检测方法，其特征在于，所述步骤5的具体过程如下：对于分割对象集合Rall中的任一分割对象Rn，n＝1,2,3…,N，N为集合中分割对象的数量，定义识别框架Θ：{P,Q}，其中，P和Q分别代表变化和未变化，则Θ的非空子集A包括{P}、Θ{Q}和{P，Q}，在此基础上，定义基本概率分配函数公式为m:2 →[0,1]，且满足以下约束条件：则基于上述约束条件的合成规则如下：

其中，K为归一化常数，其反映证据间的冲突程度， A'为集合；当K越小，即证据间的冲突越小，上述合成规则中的 起主要作用，合成结果近似于DS证据理论；当K→1时，即证据间高度冲突时，上述合成规则中的 起主要作用，AECIs表示第s层的自适应证据置信度指标，最终，若m(P)≥m(Q)，则判定为变化对象；否则为未变化对象；遍历所有对象，得到对象级变化检测结果。