共查询到19条相似文献，搜索用时 875 毫秒
1.
《地震工程与工程振动》2016,(3)
本文提出一种基于图像识别的残余变形检测方法。该方法运用图像识别技术,通过分析震损结构的图片,得到构件间的夹角,从而确定残余变形。首先,针对实际获得的图片与被测平面之间通常都会存在一定角度、以至无法从斜拍图像直接测量变形的问题,提出基于射影几何原理的直线矫正方法;然后,结合变形检测的需要,在人工参与选取特征点的前提下,运用canny边缘检测法和主成分分析方法,检测目标直线,进而应用直线矫正方法对目标直线进行矫正和角度计算;最后,通过测试图像和实际震损构件图像对方法进行了验证分析。结果表明所提出的方法对变形检测的精度较高,能够适用于震损结构残余变形的快速检测中。 相似文献
2.
传统二维震害图像方法对震后区域进行研究时,由于其拍摄角度具有局限性,震后区域图像的视觉效果不理想。提出基于三维激光扫描技术的震后区域三维虚拟重建方法,采用三维激光扫描仪测量震后区域,获取该区域的点云数据,采用Cyclone软件合并点云数据后,得到震后区域拼接后的整体点云图,将该图点云数据进行去体外孤点、去噪声点以及点云取样等处理后实施封装,在封装的点云数据上采用Sketch模型实施贴图操作,实现视觉传达效果理想的震后区域三维图形的虚拟重建。实验证明,所提方法对震后区域的三维图像虚拟重建结果精度高、视觉效果好。 相似文献
3.
遥感影像识别方法是破坏性地震震后地质灾害快速、准确获取的重要方法之一,传统的遥感影像识别方法主要以人工目视识别方法和半自动识别方法为主,需投入大量的人力和时间。针对破坏性地震震后地质灾害解译时间长、投入人力多等问题,以2017年8月8日四川九寨沟7.0级地震震后高分辨率无人机遥感影像为研究样本,提出基于深度学习网络的地震地质灾害识别方法。首先结合震后遥感影像解译资料和现场调查资料,提取九寨沟地震地质灾害无人机遥感影像特征,并构建研究区地震地质灾害解译指标和分类数据集;然后采用DeepLabv3+网络结构及softmax损失函数,建立基于深度学习网络的地震地质灾害遥感影像图像语义分割模型方法;最后采用半监督学习方法进行结果验证。研究结果表明,基于深度学习网络的地震地质灾害识别方法可有效识别九寨沟地震地质灾害分布信息,整体分类识别准确率为94.22%,F1分数值为0.77,结果具有较好的一致性和准确性,可提升地震现场灾情获取和重点地震隐患识别等工作效率及服务能力。 相似文献
4.
5.
有效评估震灾损失可及时、可靠地了解地震灾区实时情况,提高破坏性地震下人们的反应能力,满足应急指挥需求。为提高震灾损失评估精度,对所获取遥感图像进行滤波及局部灰度调整处理,提出基于遥感图像模板匹配的震毁灾损研究。首先获取震区的遥感影像,考虑所获取图像与模板图像的偏移状况对图像进行模板匹配,提取与模板匹配后特征区域的特征值,获取空间网格点上的成像值,依据成像点自动评估震灾损失,其中能量最大的点即为震害受损最严重的位置,对图像所有内廓像素点结果进行遍历,确定提取地震灾区整体的受损特征结果。仿真实验发现,所提方法可提取出震灾损失状况,初步为地震灾害损失评估提供参考借鉴,但仍需要进一步研究,以提高方法的普遍适用性。 相似文献
6.
当前震后建筑经济损失评估模型得到的震后建筑经济损失评估精确度、效率低,针对单一神经网络易产生局部极值等问题,对神经网络方法进行了改进,提出LM-BP神经网络在震后建筑损失评估模型中的应用。输入样本要素为影响震后建筑经济损失的5项因素,输出样本是震后建筑经济损失评估结果,在此基础上采用LM-BP神经网络将训练转化成最小二乘问题,结合LM算法重新定义隐含层节点数量,构建基于LM-BP的神经网络震后经济损失评估模型,采用该模型获取最优震后建筑经济损失评估结果。仿真实验结果表明,所设计的评估模型最小评估误差为0.1%,相比同类模型具有高精确度的优势,是一种可靠的震后建筑经济损失评估模型。 相似文献
7.
利用GIS技术对地震危险等级进行评定时,由于其地形控制点选取合理性较差,导致其所采集遥感图像清晰度较低,地震等级评定不够精准。针对此问题提出一种新的地震灾情遥感信息危险等级在线应急评定方法。利用图像几何校正法,对遥感图像进行分幅裁剪,基于裁剪结果选取地面控制点,提取有价值遥感数据信息,建立遥感解译评估指标。将推导出的综合震灾指数引入到指标中,将各个评价单元的信息进行等级排序和划分,完成地震灾情遥感信息危险等级在线应急评定。仿真实验中,对所提方法和GIS地震危险等级评定方法进行有效性对比测试。实验结果表明,地震灾情遥感信息危险等级在线应急评定方法提升了灾情地形控制点选取的合理性,使获取的遥感图像更清晰,灾情等级评定结果更精准。 相似文献
8.
9.
基于遥感和GIS的建筑物震害损失评估方法研究与实现 总被引：9，自引：0，他引：9
介绍了一种使用遥感技术进行震后损失快速评估的方法,评估流程包括震害提取和损失评估两个部分。评估方式根据需求可以分为基于震害指数的评估和基于图像分类结果的评估两种模式,前者通过震害指数与烈度的关系得到地面居民住地的宏观震害情况,结合地震应急数据进行建筑物损失评估;后者采用图像处理技术,选取典型震害样本以图像分类技术得到地面居民住地的分级分类的震害结果,然后计算参数进行损失评估。损失评估的计算根据震害提取模式而不同。这种遥感震害评估方法和计算流程结合了遥感和GIS技术,以满足实际工作需求目标,提高了震害提取的自动化程度,实现多人工作模式,通过有效率的人机交互来提高遥感震害评估的速度。 相似文献
10.
高分辨率遥感影像中地物对象的最优分割是遥感图像理解、地物识别的关键问题, 也是有效利用地物空间信息的基础. 针对遥感影像中简单地物具有内部光谱均一和外界光谱差异大的特点, 提出图斑显著性的概念, 并在多尺度分析中的图像分割过程中建立图斑演变的显著性变化曲线, 应用显著性变化曲线的极大值和分割过程中图斑之间的包含关系建立尺度序, 并以此解决图像分割中的简单地物的最优分割问题, 确定可能为地物对象的图斑. 并将此原理和方法应用于高分辨率海岸带遥感影像的图像分割中, 效果明显. 相似文献
11.
STUDY ON THE MRF-BASED METHOD FOR DAMAGED BUILDINGS EXTRACTION FROM THE SINGLE-PHASE SEISMIC IMAGE 
下载免费PDF全文
下载免费PDF全文 Earthquake events are one of the most extraordinarily serious natural calamities, which not only cause heavy casualties and economic losses, but also various secondary disasters. Such events are devastating, and have far-reaching influences. As the main disaster bearing body in earthquake, buildings are often seriously damaged, thus it can be used as an important reference for earthquake damage assessment. Identifying damaged buildings from post-earthquake images quickly and accurately is of real importance, which has guidance meaning to rescue and emergency response. At present, the assessment of earthquake damage is mainly through artificial field investigation, which is time-consuming and cannot meet the urgent requirements of rapid emergency response. Markov Random Field(MRF)combines the neighborhood system of pixels with the prior distribution model to effectively describe the dependence between spatial pixels and pixels, so as to obtain more accurate segmentation results. The support vector machine(SVM)model is a simple and clear mathematical model which has a solid theoretical basis; in addition, it also has unique advantages in solving small sample, nonlinear and high-dimensional pattern recognition problems. Thus, in this paper, a Markov random field-based method for damaged buildings extraction from the single-phase seismic image is proposed. The framework of the proposed method has three components. Firstly, Markov Random Field was used to segment the image; then, the spectral and texture features of the post-earthquake damaged building area are extracted. After that, Support Vector Machine was used to extract the damaged buildings according to the extracted features. In order to evaluate the proposed method, 5 areas in ADS40 earthquake remote sensing image were selected as experimental data, this image covers parts of Wenchuan City, Sichuan Province, where an earthquake had struck in 2008. And in order to verify the applicability of this method to different resolution images, an experimental area was selected from different resolution images obtained by the same equipment. The experimental results show that the proposed method has good performance and could effectively identify the damaged buildings after the earthquake. The average overall accuracy of the selected experimental areas is 93.02%. Compared with the result extracted by the widely used eCognition software, the proposed method is simpler in operation and can improve the extraction accuracy and running time significantly. Therefore, it has significant meaning for both emergency rescue work and accurate disaster information providing after earthquake. 相似文献
12.
基于无人机影像的九寨沟地震建筑物震害定量评估 总被引：1，自引：0，他引：1
利用2017年8月8日九寨沟7.0级地震震后获取的无人机影像,结合地面震害调查资料,分析各类建筑物震害特征,建立建筑物震害无人机遥感解译标志;选取地震灾区漳扎镇(部分区域)和荷叶寨2个区域作为研究区,进行了无人机遥感建筑物震害提取,基于遥感震害指数进行了震害定量评估,并与现场建筑物震害调查统计结果进行了比较验证。结果显示,遥感解译建筑物震害与实际震害程度相吻合,表明利用震后快速获取的高分辨率无人机影像,可以较为准确地识别建筑物震害,进而为地震灾害定量评估和应急救援辅助决策提供重要参考。 相似文献
13.
房屋建筑数据是地震重点危险区预评估工作的基础,需基于获取到的房屋建筑信息开展人员伤亡、经济损失、救援物资需求等预评估工作。历年地震重点危险区预评估工作能够通过现场调查得到的房屋建筑信息占比极小,仅能进行抽样调查。因此,为批量完成危险区内全部房屋建筑损失估算,需基于遥感影像获取房屋建筑矢量数据,并建立数据库。为实现全国地震重点危险区预评估工作中大批量建筑物矢量化数据的快速获取,本文采用基于遥感影像的建筑物空间分布数据批量获取方法,得到地震重点危险区内建筑物空间矢量数据,结合现场抽样调查得到的建筑物属性信息,建立地震重点危险区建筑物空间分布数据库,进而为地震重点危险区灾害损失预评估工作提供数据基础。本文采用的方法可广泛应用于地震重点危险区房屋建筑信息获取工作中,可提高工作效率,降低工作成本,提升预评估工作的科学性和准确性。 相似文献
14.
随着高分辨率卫星遥感技术的发展,高分遥感影像在灾害应急评估和紧急救援方面得到了越来越多的应用.本文首先总结了应急搜救目标选取和遥感影像判识两方面工作,然后分析了震后重点搜救区域和目标判定的基本原则,研究了面向搜救的高分辨率影像基本特征,确定了基于高分辨率影像判定重点搜救目标的方法.在此基础上给出了基于高分辨率遥感影像的... 相似文献
15.
遥感图像面向对象分类作为空间信息提取的关键技术, 在震害信息提取方面发挥着非常重要的作用, 然而由于光学遥感影像是正射图像, 只能提取建筑物屋顶信息, 这使得单一利用震后光学影像进行震害信息提取存在一定的局限性. 针对该问题, 本文提出了一种基于合成孔径雷达(SAR)相关变化检测的光学影像震害建筑物面向对象提取方法, 即在光学影像面向对象提取的数据中融合SAR相关性, 对光学影像进行面向对象提取震害建筑物时不仅考虑建筑物的几何、 光谱等特征, 还加入震前震后变化信息即SAR相关性进行分类. 在此基础上, 选取2008年汶川MS8.0地震震区都江堰地区作为研究区进行试验. 结果表明, 本文提出的方法相对于单一使用光学影像进行震害建筑物提取, 其准确度有较明显的提高. 相似文献
16.
针对中分辨率遥感影像建筑物震害信息弱以及变化检测法受非震害信息影响大等弱点, 本文建立了一种基于变化检测的居民区震害信息快速提取方法. 该方法利用主成分变换增强震害信息, 采用监督分类法提取似居民区, 并用灯光影像数据进一步对似居民区提取结果进行优化, 从而很好地消除了变化检测方法中非震害因素的影响. 在此基础上, 以2001年印度MW7.6地震的极重灾区为研究区域, 利用震前、 震后Landsat卫星TM图像和震区灯光影像数据, 对本文算法进行了验证和分析. 结果表明, 在30—50 m中分辨率遥感影像上, 以建筑物为主的居民区震后图像变化最为显著的震害特征是反射率变大, 本文所建立的居民区震害信息提取方法在解决中分辨率遥感影像震害目标信息弱、 背景复杂等方面效果明显. 相似文献
17.
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. 相似文献
18.
19.
向导式遥感震害评估系统研制 总被引：1，自引：0，他引：1
依托国家科技支撑计划重点项目子专题,在总结、归纳已有震害评估系统处理方式、流程及优缺点的前提下,研究了符合实际工作状况的遥感震害评估系统.该系统集成了基于ENVI/IDL、ERDAS开发的影像处理模块,可辅助提取高分辨率遥感影像中房屋倒塌、道路损毁、滑坡、泥石流、堰塞湖等震害信息.尤其是面向对象分类模块,对遥感影像各种特征进行了综合处理.基于ArcEngine开发的空间数据管理与分析模块,可处理道路空间位置分布、地震烈度划分、行政区划及属性等信息.并实现了对各模块向导式的流程化调用,有效提高了震后灾害评估工作的效率.该系统已在地震应急工作中发挥了有力的作用. 相似文献