Change Detection

Änderungserkennung ist die Aufgabe, bedeutsame Unterschiede zwischen Bildern derselben Szene zu finden, die zu unterschiedlichen Zeitpunkten aufgenommen wurden. Sie vergleicht zwei oder mehr Beobachtungen und gibt aus, wo sich etwas geändert hat: als binäre Änderungskarte, als „von-nach“-Klassen wie Wald zu Ackerland oder als Liste von Objekten, die aufgetaucht sind, verschwunden sind oder sich bewegt haben. Bei der bitemporalen Änderungserkennung werden zwei Zeitpunkte verglichen; multitemporale Methoden analysieren eine ganze Zeitreihe, um dauerhafte Änderungen von saisonalen Zyklen und vereinzeltem Rauschen zu unterscheiden. Die Aufgabe spielt in der Fernerkundung und bei der Satellitenbildanalyse eine zentrale Rolle. Dieselben Ansätze ermöglichen die Hintergrundsubtraktion bei fest installierten Sicherheitskameras und den Referenzvergleich bei der industriellen Inspektion.

So funktioniert die Änderungserkennung#

Zwei Bilder lassen sich erst dann sauber vergleichen, wenn entsprechende Pixel denselben Boden zeigen. Die Bildregistrierung richtet sie aufeinander aus, da bereits ein Versatz um ein einziges Pixel an jeder Kante falsche Änderungen erzeugt. Die radiometrische Normalisierung beseitigt Unterschiede bei Sonnenstand, Belichtung, Dunst und Sensorreaktion. Anschließend berechnet ein Vergleichsschritt für jedes Pixel oder jede Region einen Differenzwert, ein Schwellenwert trennt Veränderungen vom Rauschen, und eine Nachbearbeitung entfernt einzelne Pixel und fasst die übrigen zu Regionen zusammen.

Der einfachste Vergleich ist die Bilddifferenz. Dieses Beispiel vergleicht zwei aus der Luft aufgenommene Frames eines Parkplatzes im Abstand von 2,7 Sekunden und lässt Otsus Methode den Schwellenwert bestimmen:

import cv2
import numpy as np

# Two frames of a parking lot filmed from above, 81 frames (2.7 seconds) apart
cap = cv2.VideoCapture("https://github.com/ultralytics/assets/releases/download/v0.0.0/solution_ci_parking_demo.mp4")
_, before = cap.read()
cap.set(cv2.CAP_PROP_POS_FRAMES, 81)
_, after = cap.read()

# Convert to grayscale and blur to suppress noise, then difference pixel by pixel
before = cv2.GaussianBlur(cv2.cvtColor(before, cv2.COLOR_BGR2GRAY), (5, 5), 0)
after = cv2.GaussianBlur(cv2.cvtColor(after, cv2.COLOR_BGR2GRAY), (5, 5), 0)
diff = cv2.absdiff(before, after)

# Otsu's method picks the change threshold, and an opening removes isolated noisy pixels
_, change_map = cv2.threshold(diff, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
change_map = cv2.morphologyEx(change_map, cv2.MORPH_OPEN, np.ones((5, 5), np.uint8))
print(f"{100 * (change_map > 0).mean():.1f}% of pixels changed")
cv2.imwrite("change_map.png", change_map)

Die Ausgabe lautet 5.2% of pixels changed. Die gespeicherte Karte markiert das blaue Auto, das in eine Parklücke fährt, beide Positionen eines weißen Lieferwagens, der über den Parkplatz fährt, und ein Auto, das den linken Bildrand verlässt. Die geparkten Autos, Markierungen und der Straßenbelag bleiben schwarz.

Pixel-, Objekt- und lernbasierte Ansätze#

Die Pixel-Differenzierung funktioniert, wenn beide Bilder vom selben Sensor bei ähnlichen Lichtverhältnissen stammen. Bei Radaraufnahmen, deren Speckle-Rauschen multiplikativ ist, ersetzen Quotienten die Differenzen. Die Änderungsvektoranalyse behandelt jedes multispektrale Pixel als Vektor, dessen Änderung sowohl eine Größe als auch eine Richtung hat. Beim Vergleich nach Klassifizierung wird jeder Zeitpunkt unabhängig klassifiziert und anschließend werden die Labels verglichen. Das ergibt „von-nach“-Klassen und ermöglicht den Einsatz verschiedener Sensoren, führt aber zu einer Häufung der Fehler beider Klassifizierungen.

Deep-Learning-Methoden führen beide Bilder durch ein siamesisches faltendes neuronales Netz mit gemeinsam genutzten Gewichten und dekodieren die Differenz ihrer Merkmalskarten zu einer Änderungskarte. Bekannt wurde dieser Ansatz durch die vollständig faltenden siamesischen Netzwerke von Daudt und Kollegen aus dem Jahr 2018; spätere Modelle ergänzen Aufmerksamkeitsmechanismen und Transformer. Ein häufig verwendeter Benchmark ist LEVIR-CD, den Hao Chen und Zhenwei Shi 2020 mit 637 Google-Earth-Bildpaaren mit 1.024 × 1.024 Pixeln bei 0,5 Metern pro Pixel und 31.333 annotierten Gebäudeänderungen veröffentlichten.

Änderungserkennung auf Objektebene vergleicht Erkennungen statt Pixel und ignoriert dadurch Schatten sowie saisonale Farbveränderungen. Ein auf Luftbildern von DOTA vortrainiertes Ultralytics-YOLO26-Modell für orientierte Begrenzungsrahmen liefert gedrehte Rahmen für Flugzeuge, Schiffe, Lagertanks und Fahrzeuge. Der Abgleich der Objekterkennungs-Ergebnisse zweier Zeitpunkte zeigt, was hinzugekommen und was verschwunden ist.

Änderungserkennung und verwandte Aufgaben#

• Anomalieerkennung kennzeichnet Beobachtungen, die von einem erlernten Normalzustand abweichen, häufig anhand eines einzelnen Bildes. Änderungserkennung benötigt eine Referenzbeobachtung; eine Änderung wie ein neues Gebäude ist dabei meist zu erwarten.
• Objektverfolgung und optischer Fluss verfolgen Bewegungen zwischen aufeinanderfolgenden Videoframes. Änderungserkennung vergleicht den Zustand einer Szene zu zwei Zeitpunkten, die oft Monate oder Jahre auseinanderliegen.
• Datenverschiebung bezeichnet eine zeitliche Veränderung der statistischen Verteilung der Eingaben, die ein bereitgestelltes Modell erhält und die seine Genauigkeit beeinträchtigt.

Anwendungen in der Praxis#

• Überwachung von Entwaldung und Landbedeckung: Jährliche Karten des Verlusts von Baumbestand auf Grundlage von Landsat-Aufnahmen mit 30 Metern Auflösung, die die University of Maryland seit 2013 veröffentlicht, bilden die Grundlage von Global Forest Watch.
• Bewertung von Katastrophenschäden: Durch den Vergleich von Satelliten- oder Drohnenaufnahmen vor und nach einem Ereignis lassen sich überflutete Gebiete, verbrannte Flächen und eingestürzte Gebäude kartieren. Der xBD-Datensatz bewertet Gebäudeschäden anhand von Bildpaaren vor und nach dem Ereignis auf einer vierstufigen Skala.
• Industrielle Inspektion: Eine fest installierte Kamera vergleicht jede Baugruppe mit einem Referenzbild eines korrekten Teils, um fehlende Schrauben, falsch platzierte Komponenten oder Fremdkörper zu erkennen.
• Sicherheit und Überwachung: Die Hintergrundsubtraktion, die Videoform der Änderungserkennung, modelliert die statische Szene für jedes Pixel und behandelt Abweichungen davon als bewegten Vordergrund. Sie löst Bewegungsalarme in fest installierten Kameras aus.