共查询到19条相似文献，搜索用时 203 毫秒
1.
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
2.
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MS5.5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
3.
4.
面向对象的遥感震害信息提取方法——以汶川地震为例 总被引：1，自引：0，他引：1
本文总结了近年来利用遥感影像进行震害信息提取的方法和研究趋势,随着遥感影像分辨率的提高,震害信息提取逐渐从传统的基于像元方法向基于对象的方法转变.文中以汶川地震为例,利用面向对象的分类方法提取了典型震害信息,并提出了面向对象的变化检测方法的工作流程.对震害建筑物破坏情况,分别用最小距离分类、马氏距离分类、支撑向量机分类和面向对象分类进行了实验研究,并对这几种不同分类方法的实验结果进行了对比分析.实验结果表明,面向对象的震害信息提取方法克服了传统的基于像元的分类方法的缺点,提高了建筑物识别的精度,在建筑物震害和地震次生灾害的信息提取中取得了较好的效果. 相似文献
5.
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
6.
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MS7.0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
7.
SAR影像建筑物震害检测方法研究综述 总被引：1，自引：1，他引：0
合成孔径雷达(SAR)凭借其全天候、全天时的优势,在震后灾情信息的快速获取以及灾情评估上发挥着越来越重要的作用。本文分析了建筑物在SAR影像上的成像特征及不同震害等级的建筑物在SAR影像上的特点,总结了利用SAR技术进行建筑物震害检测的方法,并将其归纳为目视解译、震前震后变化检测、震后单幅影像的震害检测方法。同时分析了这些方法的特点,并对SAR建筑物震害检测方法进行了展望。 相似文献
8.
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
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
9.
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
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
10.
为了快速地确定地震等自然灾害引起的受灾区域范围,并对其受灾程度进行及时评估,本文采用面向对象的建筑物检测方法,基于高分辨率遥感影像所包含的地物几何结构和纹理特征信息,提出了一种建筑物震害信息提取与评估的方法和技术流程.在此基础上,以2010年玉树MS7.1地震部分地区地震前后的QuickBird影像为例,对受灾区域震前、震后建筑物的形状、面积等信息进行提取,提取精度分别为88.53%和90.21%,对该区域建筑物变化信息进行提取所获取的建筑物变化信息精度为79.68%,统计变化区域像素个数,确定变化面积为15 923.52 m2,占研究区域总面积的68.16%,因此评估其为中重度受灾区域.本文结果与实地考察结果一致,证实了这种快速的震害信息提取与评估流程切实有效,能够快速评估受灾区,为灾后第一时间抢险及救援提供重要参考. 相似文献
11.
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
12.
无人机倾斜摄影技术建模生成的三维影像较好地展现了建筑物侧面和顶面的震害细节信息,然而影像的高维度特性难以直接基于三维影像提取震害信息,经过降低维度转换的二维纹理影像往往会导致建筑物震害信息的不完整性和破碎性。针对这些问题,本文以2017年九寨沟MS7.0地震为例,提出了一种直接从九寨沟震后三维影像获取侧面纹理信息的方法,即将三维模型打散,实现纹理与不规则三角网分离,从而获取完整的纹理影像,然后利用金字塔模型的瓦片坐标范围、瓦片命名规则和建筑物单体的空间位置选取最优纹理影像,再使用加权均值方差法确定纹理影像中建筑物的外墙最佳分割尺度后,采用面向对象方法提取建筑物外墙和墙皮脱落信息,最后通过对这些建筑物震害特征的分析,判定单体建筑物的破坏等级。结果显示,该方法成功获取了建筑物完整的侧面震害纹理影像,并基于纹理影像提取了外墙、裂缝和墙皮脱落区域信息判定建筑物单体为中等、严重两个破坏等级。 相似文献
13.
采用多尺度分割和深度学习相结合的方法对震后倾斜摄影三维影像建筑物震害信息进行提取,获取建筑物的屋顶和墙体多种破坏信息。以2017年九寨沟MS7.0地震后倾斜摄影三维影像为例,依据三维影像建筑物顶面和墙体等进行样本的多尺度分割,样本分为完好建筑物面、破坏建筑物面、其它地物和背景等三类,选取211个100×100像素的样本集对卷积神经网络模型进行训练,采用训练后的模型提取灾区千古情风景区和漳扎镇小学的建筑物震害信息,并将提取结果与目视解译结果进行精度对比,结果显示:破坏建筑物面提取精度分别为65.5%和71.1%,总体分类精度分别为82.1%和84.1%,卡帕（Kappa）系数分别为68.7%和64.9%,表明该方法在倾斜摄影三维影像建筑物震害提取方面具有一定的优势。 相似文献
14.
15.
地震灾害是所有自然灾害中破坏程度最为严重的灾害之一,当景观带遭到地震破坏时,景观带中的规则建筑结构发生改变,景观带毁损程度评估是城市避震减灾体系研究的重点内容,因此对景观带中规则建筑毁损程度研究有重要意义。为深入探讨景观带毁损程度评估的问题,基于震灾图像维度分析下对景观带毁损程度的评估方法进行尝试。根据规则建筑震灾图像质量,按图像维度的变化特征对规则建筑结构的破碎程度进行划分,获取破碎概率分布,根据破碎概率划分最佳阈值,采用分数维方法提取图像维度特征,根据提取到的规则建筑震灾图像维度特征,将毁损的规则建筑空间自相关程度转换成正态分布曲线,进而构建评估模型对规则建筑毁损程度进行评估。针对实例分析,实现基于震灾图像维度分析下景观带毁损程度评估方法并进行了探讨。 相似文献
16.
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
17.
A total of 116 reinforced concrete building structures were surveyed after the earthquake that devastated Wenchuan, China, in 2008. Original construction drawings were obtained for all these buildings. The buildings were ranked according to the degree of damage caused by the ground motion. Two different methods were used to define degree of damage. In both cases, strong correlation was found between the frequency of damage and a vulnerability index proposed by Hassan and Sozen. The index was first calibrated using data from Turkey and it was later tested by O’Brien et al. using data from Haiti. The observed correlation confirms that the index can be used effectively to prioritize resources for building strengthening. 相似文献
18.
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
19.
红外热成像技术在震后房屋损坏快速鉴定中的应用研究. 总被引：1，自引：1，他引：0
本文引入了目前地震现场房屋快速安全性鉴定工作的辅助手段——红外热像无损检测技术,借用图像处理手段、数学统计方法等,探讨了震后房屋破坏红外图像的表现效果,分析了红外图像与各影响因素的关系.文中以汶川地震现场建筑物的典型震害为代表,重点分析了框架结构、砖混结构、简单结构房屋的红外图像表现.本文所涉及的建筑材料主要有水泥砂浆、钢筋混凝土、红砖、黏土、楠木、石棉瓦、水泥板等:表面装饰层材质有红漆、白色抹灰、黄色涂料、白色壁纸、红色瓷砖、白色瓷砖等.材料的物理性质不同,其表现出的红外图像特征差别较大.统计相关分析结果显示:图像的表现效果在下午时段优于中午时段和上午时段;晴天拍摄图像的表现效果最佳,雨天次之,阴天最差.同时,要考虑红外热像无损检测技术检测漏水破坏的优势,充分利用雨天对建筑物破坏的影响;光照射情况与红外图像表现效果的关系为:直面照射条件优于倾斜照射和不能照射;破坏程度相关分析统计结果显示,构件的“基本完好、轻微破坏、中等破坏”这3个破坏等级,随着破坏程度的递进,图像的表现效果增强;而构件的“中等破坏、严重破坏、毁坏”这3个破坏等级,随着破坏程度的递进,图像的表现效果无显著变化;对结构类型数据统计结果显示,底框架结构图像的表现效果优于砖混结构、框架结构和简单结构;装饰层材质分类相关统计分析结果显示,图像表现效果与材质性质、颜色、表面粗糙状况等因素有关. 相似文献