基于特征提取的SVM图像分类技术的无人机遥感建筑物震害识别应用研究

在现有的建筑物震害信息获取途径中,相比传统的现场调查法,无人机遥感系统具有机动灵活、快速高效等优点,目前已成为一种重要的震害信息获取手段。而在遥感图像中识别建筑物震害时,常用的人工目视解译及现有的计算机自动识别方法存在效率低下、精度不足等缺陷。结合机器学习最新进展,将基于特征提取的SVM图像分类技术应用到无人机遥感建筑物震害识别中,通过尺度不变特征转换(SIFT)提取图像特征后,再采用视觉词袋构建建筑物震害无人机遥感图像特征向量标签库,作为SVM进行图像分类的基础。并以2021年9月16日发生的四川泸县6.0级地震为例,对方法的可行性加以验证。结果表明:该方法可快速准确地从无人机遥感图像中识别出建筑物震害情况。

基于改进蚁群算法与无人机影像的震害识别方法及其在漾濞地震中的应用

地震后及时、精准地获取区域的震害情况,对科学有效地开展应急救援与灾害损失评估工作具有重要意义。文中依托蚁群算法以及无人机高清遥感影像,提出了一种高效识别区域建筑震害的新方法,并在近期云南漾濞6.4级地震的应急工作中进行了应用与验证。该方法通过改进蚁群算法中信息素浓度更新策略,引入优化算子,建立了更好的识别规则,提高了震害识别的速度与准确性;云南漾濞6.4级地震发生后,以第一时间获取的漾濞县城无人机高分辨率影像为试验数据,对区域震害的提取效果进行了验证,并与蚁群算法及最大似然方法进行对比分析。结果表明,文中提出的基于改进蚁群算法与无人机高分辨率影像的震害识别方法可有效提高区域内被破坏建筑物的识别精度。

基于ASP.NET的遥感影像震害识别专家系统的构建

通过将网络技术、专家系统引入遥感震害识别,能利用遥感影像判读专家的专家知识和经验指导非专业人员进行震害识别,解决判读结果因人而异的问题,尤其在应急反应阶段重大意义。本文以Visual Studio 2005为工具,利用C#语言,在ASP.NET平台下构建了B/S结构的遥感影像震害识别专家系统。根据震害遥感影像特征及不同地物损毁的判读标志,提出了模糊加权产生式规则知识表示方法,并结合Oracle数据库实现了震害识别专家知识库。系统采用正向推理策略,通过网络环境,支持用户交互,并指导用户进行典型震害的识别。

遥感图象自动识别城市震害房屋——以2001年印度库奇地震和1976年唐山地震为例

在高分辨率遥感影像上 ,完好房屋的表面呈现出均一的图象纹理特点 ,而对于倒塌房屋或半倒塌房屋 ,由于破坏截面比较粗糙 ,在图象上表现出斑块状的低灰度值区域 .用适当的灰度门限值截取图象亮度值时 ,在这些低灰度值区域会出现一系列互不连通的“洞” .利用震后一景遥感影像上的各区域洞的个数、洞面积与区域面积之比等统计信息 ,可将完好无损的房屋与损坏的房屋区分开来 ,从而达到破坏房屋与完好房屋自动识别的目的 .基于这些特点 ,本文提出了一种利用区域结构与纹理统计特性相结合进行损坏房屋自动识别的方法 ,并以 2 0 0 1年印度库奇 (Bhuj)地震 1m分辨率的iKonos卫星融合影像和 1976年我国唐山地震的黑白航空影像为例 ,利用这些区域结构和纹理的统计特性 ,进行倒塌房屋的自动识别 ,得到了较为满意的结果 .

高分辨率遥感影像中道路震害信息的识别方法

大地震之后,紧急救援物资运输迫切需要了解灾区道路的震害信息,然而当前对遥感影像中道路的震害信息提取大多是基于像素的,提取的精度普遍不高。提出了一种面向对象的道路震害信息提取方法,通过综合利用道路的多种影像特征及震前GIS矢量道路相结合来提取道路,然后依据提取道路的完整程度来识别道路震害信息。采用汶川灾区的遥感影像为例进行了实验,与目视判读的结果比较后证明该方法有效改善了信息提取的速度和精度。

基于多源遥感影像的2021年云南漾濞M_(S)6.4地震灾区建筑物信息识别与震害分析

以无人机获取的震后区域高分辨率遥感影像、DSM数字表面模型为基础,提出多源遥感影像的建筑物震害精细化识别方法。对影像中的地物进行多尺度分割,剔除其它地物,提取出建筑物,并依据光谱、纹理、形状特征进行震后建筑物震害、结构类型以及楼层数识别。将该方法应用于2021年云南漾濞M_(S)6.4地震灾区建筑物震害识别,为灾害损失评估工作提供基础数据。结果表明,与传统的人工震害调查相比,基于多源遥感影像的建筑物信息识别方法速度快、准确率高。

基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别

获取震后建筑物震害信息有利于开展人员救援和灾后重建工作。由于高分辨率合成孔径雷达(SAR)数据少有震前数据存档,利用震后单时相高分辨率SAR数据评估建筑物震害成为研究热点,但利用高分辨率SAR数据对单体建筑物的研究却很少。以三景北川老县城震后0.24 m TerraSAR-X聚束模式(ST)数据为数据源,经多视处理后提取建筑物纹理特征,对比分析不同视数大小和纹理计算窗口大小对建筑物震害识别影响,确定最佳纹理计算窗口大小和视数大小。结合震前光学数据,获得SAR单体建筑物轮廓图,随机选取建筑物轮廓样本作为训练样本,引入支持向量机(SVM)和随机森林(RF)分类器识别建筑物震害信息。结果表明,基于纹理特征的SVM、RF方法能有效地识别高分辨SAR影像单体建筑物震害信息,SVM识别精度均在80%以上,RF识别精度均在83%以上。可见基于高分辨率SAR数据的纹理特征识别建筑物震害方法稳定有效,可为灾后应急、灾害评估和灾后重建工作提供可靠信息支撑。

震害信息遥感获取技术历史、现状和趋势

回顾了基于遥感进行的震害信息获取技术的发展历史,总结了各个遥感技术发展阶段所采用的震害识别技术,对震害识别技术进行了分类,给出了每种分类方法的划分标准和原则,并对每一种震害识别方法的特点进行了分析和评价,指出了其各自的技术关键、优势和不足。根据现行各种识别技术的特点,结合遥感技术发展状况和地震灾害的特点,分析了震害信息获取技术的发展趋势。

SAR遥感图像在汶川地震灾害识别中的应用

汶川地震发生后,受阴雨天气的影响,光学遥感影像在救灾决策中的作用受到了很大的限制,而SAR图像由于其全天候的特点成为这次抗震救灾前期遥感信息保障十分重要的数据源.采用ENVISAT的ASAR作为数据源,利用多时相的雷达数据的幅度及相位信息对映秀及周边地区做了地震灾害识别,其中利用震前震后的幅度图像做比值变化检测,在映秀镇及紫坪铺水库等山区取得了较好的效果;利用相位信息做干涉处理得到的相干图像,经过失相干分析,发现建筑物的破坏等级与相干系数变化指数的大小高度相关.比较这两种方法,在都江堰等平原地区由于失相干现象不像山区那么严重,并且利用比值处理可以去除部分空间失相干及系统热噪声等带来的干扰因素,可以成为幅度图像的有益补充.结果表明,结合SAR幅度影像和干涉相干影像,可以在地震灾害评估中取得更好效果.随着极化干涉雷达技术的日益成熟,多时相幅度信息、相位信息等多特征SAR影像信息的融合会在救灾决策中发挥更大的作用.

遥感震害快速评估技术在汶川地震中的应用

2008年5月12日四川汶川8．0级大地震发生后，在地面交通严重受阻、通信中断的情况下，遥感技术成为了地震灾情获取、地震应急和震后快速评估的重要手段。提出了利用高分辨率遥感影像进行地震应急和震后快速评估的技术流程，该流程涉及到遥感影像的数据管理、快速校正、图像增强、震害信息提取、地震灾情快速评估和评估结果网络发布等关键技术。利用遥感震害识别和快速评估技术准确提取了汶川地震的震害信息，绘制的基于遥感数据的汶川地震烈度分布图与中国地震局公布的基于地面调查结果的地震烈度分布图非常接近，首次实现了在震害遥感影像获取后的2～6h内，提供准确的宏观灾情分布情况以及初步的地震损失评估结果，在汶川地震的灾情获取、地震应急和震后快速评估中发挥了重要的作用。

面向对象遥感分类方法在汶川地震震害提取中的应用

震后城市建筑物震害的自动识别与分类,是遥感震害调查中的关键步骤,其精度直接影响损失评估的结果。而随着高分辨率遥感影像的发展,传统基于像元的分类技术已不能满足需求,引入面向对象的信息提取技术,充分挖掘影像对象的纹理、形状和相互关系等信息,能够有效的提高震害的分类精度。该文阐述了面向对象的遥感震害提取思路和方法,并应用汶川地震震后高分辨率航空遥感数据,针对建筑物震害进行面向对象的快速提取与自动分类。结果表明,与基于像元分类比较,面向对象的建筑物震害分类能够显著改善分类效果。

基于图像结构信息的城市房屋震害特征自动提取技术

由于常规边界检测算法难以完全满足城市房屋震害特征提取的需求 ,本研究提出了一种基于最优方法的边界跟踪方法 ,并利用ENVIIDL二次开发语言实现了基于区域结构和纹理统计特性相结合的损坏房屋自动识别算法。最后以 1976年我国唐山地震的黑白航空影像为例 ,进行倒塌房屋的自动识别 ,得到了较为满意的结果。结果表明 ,利用本文所提出的震害建筑自动识别方法 ,在提取震害房屋信息方面是有效的 ,其结果与目视结果大体一致。在完全倒塌的试验区 ,震害房屋的识别结果与目视解译的结果几乎完全一致 ,符合程度在 99%左右 ;在其部分倒塌区 ,自动识别的结果与目视解译的结果符合程度也达到了 89%。在这项自动识别理论中 ,由于采用了基于区域的图像处理与分析技术 ,所以保持了房屋建筑最基本的特性———区域特征 ,完全不同于基于光谱特征的震害房屋识别技术 ,故而可以得到较好的自动识别结果。

高分辨率遥感影像道路震害的快速提取

震后及时获取道路受灾信息,进行交通通行能力分析,是抗震救灾的关键之一。传统的利用遥感技术提取震害信息的方法普遍存在效率低的问题,影响地震应急的时效性。本文提出针对特定传感器影像的经验训练参数,结合面向对象分类,按照预处理、影像分类、震害识别这一流程实现道路震害的快速提取。实验结果表明,保障提取效果在一定精度范围内的情况下,提取速度有明显提高,有较高的实用意义。

城市房屋震害的区域分析法——与点特征判据算法的对比研究

根据高分辨率遥感影像震害房屋的基本特征,提出在该影像条件下,震害房屋信息的自动获取技术应发展以区域分析为基础的识别算法,并给出了适于震害房屋信息获取的区域分析算法的基本概念、框架及实现过程。在此基础上,介绍了一种典型的区域分析框架下的震害房屋自动识别算法,并与点特征判据算法进行了对比。结果表明,基于图像区域分析算法的识别具有很高的精度和易于实现的客观条件。最后指出,在高分辨率卫星遥感影像将成为今后震害信息获取主要数据源的情况下,开发区域分析框架下的震害房屋信息识别算法是未来的发展方向。

高分辨率遥感影像道路震害信息提取

道路作为"生命线",在震后紧急搜救和运送救援物资的过程中发挥着无可替代的作用,故第一时间内获得震后道路受损情况是抗震救灾的关键。本文结合高分率遥感影像的特点,总结道路震害表现形式,以汶川地震的遥感影像为例,基于ENVI/IDL进行二次开发,采用面向对象法对道路震害进行提取研究,对比该方法与目视判读的结果表明,该方法提取速度快、效率高,精度达到80%以上,具有很高的应用价值。