共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
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
4.
5.
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
6.
在地震这种重大自然灾害面前,快速有效地从遥感影像中提取震区土地利用信息,在灾情评估及灾后重建中发挥着重要作用。选取四川省芦山地震灾区无人机影像为数据源,运用面向对象的影像分析方法,首先研究了多尺度分割中参数的选择,获取了研究区最优分割参数;然后考虑了各个"影像对象"的数字化特征值,利用改进的SEaTH算法进行特征值优化处理;最后采用了隶属度信息提取方法,获得了芦山地震灾区无人机低空遥感影像分类图,并进行了分类精度评估,结果表明:研究区影像的分类总精度为87.5%,kappa系数为0.835。 相似文献
7.
选取平顶山平煤矿区附近区域作为研究区,使用无人机进行拍摄,以获悉矿区周边地物种类,补充辅助决策中的居民地、道路等信息,重点研究遥感影像的分析处理。为实现遥感影像分类并增强可视化效果,以无人机影像为源图像,分别采用无人机正射影像的主流处理软件Photoscan和Pix4d,完成图像的预处理及拼接,发现利用Pix4d软件进行图像拼接效果更佳。采用非监督分类及监督分类中的最大似然法和支持向量机,研究影像拼接分类方法,并结合ArcGIS软件,增强可视化效果。通过分析结果图像的类内精度、总体精度、kappa系数指标,完成分类质量评价,发现支持向量机分类效果更佳。此次针对平顶山地区遥感影像的试验结果,对于完善灾害预评估起到一定借鉴作用,并可为震后应急救灾辅助决策提供有效的数据支撑。 相似文献
8.
9.
山脊线通常是地震引发的山地灾害的起始部位。在监测此类山地灾害时,需要明确山脊线所处位置,从而为制定出相关预防措施提供支持。根据实际经验,由于合成孔径雷达(Synthetic Aperture Radar,SAR)的成像特殊性,在检测含建筑物的全极化SAR(Polarimetric Synthetic Aperture Radar,PolSAR)影像山脊线时,往往受到高散射强度的建筑物干扰,从而出现误判。针对PolSAR影像中山脊线受到建筑物干扰出现误识的问题,提出一种结合区域生长法和变差函数的识别方法。在识别过程中,首先,对采集的PolSAR影像通过区域生长法进行分割处理,再通过模糊C均值(Fuzzy C-Means,FCM)分类方法对变差纹理等特征进行聚类分析,并进行相似度判断,获取建筑物区域,在此基础上,对比建筑物、山脊线的混分成分,进而提取山脊线。通过对该方法进行实验对比分析,发现其相较于阈值分割方法提取精度有明显提高,可以为PolSAR影像中山脊线识别提供一种新思路。 相似文献
10.
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