基于CART决策树提取高分辨率遥感影像建筑物信息     

李强  张景发 《地震》2013,33(2)

传统的仅依赖于光谱信息的遥感影像信息提取方法难以满足精度要求,基于CART算法构建规则集,利用决策树技术对玉树地区高分辨率影像进行建筑物信息提取,除了光谱信息外还结合建筑物的纹理特征信息.结果表明,提取精度较传统的最大似然法有了较明显的提高,说明此方法对于高分辨率影像建筑物提取具有一定的可行性.  相似文献   

基于最优分割的高分辨率遥感影像震害建筑物识别技术          下载免费PDF全文

杜妍开  龚丽霞  李强  张景发 《地震学报》2020,42(6):760-768

为了提高建筑物震害信息提取的效率与准确度，针对震后高分辨率遥感影像，根据震害建筑物在遥感影像上的特征，以2010年海地M_S7.0地震为例，通过尺度参数估计算法自动选择最优分割尺度对影像进行多尺度分割，并采用面向对象方法对海地高分辨率遥感影像进行建筑物震害信息提取，同时与基于像元的支持向量机、反向传播神经网络、基于分类回归算法的决策树分类方法进行比较。试验结果表明，面向对象的分类方法具有更好的目视效果和更高的分类精度，有利于地震后震害信息的准确提取和快速评估。   相似文献   

遥感分类方法在建筑物震害提取中的应用（以玉树地震为例）   总被引：1，自引：0，他引：1  

文翔  周斌  阎春恒 《地震地磁观测与研究》2014,35(5):134-143

建筑物损毁情况是地震灾害评估的一项重要指标,利用遥感技术快速提取震后建筑物震害信息,对科学指导地震应急救援工作具有重要意义.利用2010年4月14日青海玉树7.1级地震前后玉树县结古镇团结村高分辨率遥感影像,结合像素光谱和空间特性的纹理、结构等多源信息,基于支持向量机（SVM）方法,对地震前后建筑物信息进行分类提取,变化检测出建筑物损毁情况,并与面向对象多源信息复合的模糊分类法的分类精度、提取效率进行对比分析.研究结果表明,多源数据复合的SVM影像分类方法能够有效解决模糊分类影像破碎问题,地震前后两实相影像分类总精度达到77.53％和73.56％,提高了建筑物震害信息提取精度.  相似文献   

基于无人机影像的面向对象建筑物结构分级提取方法研究     

《地震研究》2021,44(2)

为提高遥感影像建筑物结构识别精度,综合利用光谱、形状、空间、纹理和数字表面模型(DSM)建立了建筑物结构分级提取方法。基于研究区无人机高分辨率影像,采用面向对象的影像分析策略,首先进行多尺度分割,以最佳分割与合并指数提取影像中建筑物目标;然后分别采用规则、训练样本与DSM方法对建筑物结构进行分类;最后将3种分类方法进行融合,对比分析了单一方法和融合分类方法的建筑物结构分类精度。结果表明:基于规则+样本+DSM的半监督建筑物结构分类方法错分率、漏检率与Kappa系数最优。  相似文献   

面向对象遥感分类方法在汶川地震震害提取中的应用   总被引：7，自引：0，他引：7  

王岩  王晓青  窦爱霞 《地震》2009,29(3)

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.  相似文献   

基于最优特征空间的震后损毁建筑物信息提取研究     

陈晋  陈文凯  窦爱霞  李雯  孙艳萍 《地震》2019,39(3):71-83

基于传统面向对象方法, 提出了一种基于最优特征空间的损毁建筑物信息提取方法。 采用ESP(Estimate of Scale Parameter)工具对图像进行最优尺度分割, 之后通过选取样本, 计算各类地物距离矩阵和最小分离距离寻求最优特征空间, 最后运用最优特征空间对震后损毁建筑物影像进行提取实验, 在QuickBird影像中提取总体精度达到了83.1％, Kappa系数达到了0.813, 在无人机影像中提取总体精度为92.9％, Kappa系数达到了0.940。 本文建立的提取方法与传统分类决策树方法相比, 其提取精度和效率都有较大提高, 在损毁建筑物信息提取方面具有较好的推广价值。  相似文献   

高分二号影像数据地物信息提取分割尺度研究     

张艺  丁晓光  李苗 《防灾减灾学报》2019,35(1)

面向对象技术是提取高分辨率影像中地物信息的主流方法,而多尺度分割是面向对象技术的基础与关键,分割尺度的选择将直接影响最终信息提取的精度与质量。借助于eCognition平台,选用高分二号影像数据作为研究对象,采用多尺度分割的面向对象分类方法,充分利用遥感影像几何、纹理、光谱等信息,确定不同地物类别的最优化分割尺度,建立最佳分类规则,较好的提取了目标地物,更在一定程度上提高了分类精度,为震后灾害评估、震中道路快速提取提供技术支持。  相似文献   

基于Landsat-8与ZY3多源遥感影像的城镇居民地识别与再分类研究     

李振敏  王晓青  窦爱霞  杨海霞  黄树松  崔丽萍 《地震》2015,35(3):123-135

精细的居民地数据对地震灾害风险分析具有重要意义。为得到具有较高时效性与精细度的居民地数据,充分发挥其对人口、建筑物空间展布的指示作用,本文综合利用多源遥感影像的优势,基于分层分类思想开展城镇居民地识别与再分类研究。以甘肃天水秦州区的主城区为例,采用具有较高时效性的Landsat-8OLI影像,建立决策树分类模型识别出居民地轮廓;在居民地轮廓内部,进一步采用资源三号卫星(ZY3)高分影像,利用面向对象方法进行居民地内部的建筑群再分类,最后得到了具有不同精细程度的居民地数据。实验结果中Landsat-8土地覆盖分类总体精度为92%(其中居民地识别率达86%),城镇居民地再分类的总体精度为81%,说明了本文研究方案的可行性。  相似文献   

结合纹理和形态学特征的高分遥感影像建筑物震害信息提取     

李金香  赵朔  金花  李亚芳  郭寅 《地震学报》2019,41(5):658-670

为提高震害信息获取时效性，对基于我国国产高分遥感影像的建筑物震害信息提取方法进行深入研究，本文以2017年5月11日新疆塔县M_S5.5地震为例，利用该地震前后极灾区高分遥感影像，利用结合纹理和形态学特征的方法进行了建筑物震害信息提取，通过变化检测分析获取了极灾区建筑物震害信息，并与基于像元级和基于目标级的信息提取结果进行对比，采用震后无人机影像目视解译结果对本文结果进行了精度验证。结果表明:通过缩减研究区范围可大力提高数据提取精度和速度；运用灰度共生矩阵、二值化、数学形态学等方法对影像进行迭代运算，能较好地提取高分遥感影像中的建筑物信息；通过对地震前后建筑物提取结果进行变化检测分析，能够有效地提取完全倒塌的建筑物，信息提取总体精度为90.45%，比基于像元级和基于目标级信息提取结果的精度分别提高了5.78%和5.23%，可为震后快速确定人员压埋点、部署救援力量提供决策依据，提高地震应急救援的时效性。   相似文献   

一种基于生物群集智能优化的遥感分类方法   总被引：3，自引：0，他引：3  

刘小平  黎夏  彭晓鹃  黎海波  何晋强 《中国科学D辑》2007,37(10):1400-2408

提出了一种基于生物群集智能(swarm intelligence-based)的遥感影像分类新方法. 智能式分类是遥感研究的热点和趋势. 设计出一种新的实数制编码的粒子群遥感影像分类器(PSO-Miner), 在分类规则提取时, 粒子能自动寻找各个波段的最优分割点. 并且该方法所提取的分类规则毋需通过数学公式来表达, 能更方便和准确地描述自然界中的复杂关系, 比数学公式更容易让人理解. 将该方法应用于番禺地区的遥感影像, 取得了较好的分类结果. 并与See5.0决策树方法进行了对比研究, 实验结果表明, 基于群集智能方法的分类精度比决策树方法的精度更高.  相似文献