图割能量驱动的高分辨率遥感影像震害损毁建筑物检测

为充分利用高分辨率遥感影像提供的细节信息,提高震害损毁建筑物检测精度,提出了一种图割框架下融合形状、边缘、角点等多种类型特征的损毁建筑物检测方法。该方法首先利用震前建筑物线划图提取包含单个建筑物的局部影像,用于图割能量函数建模,并分别根据建筑物的位置、形状、边缘以及角点构造能量函数的各约束项。在此基础上,通过最大流/最小割算法求解能量函数最小值,依据最小割能量进行地震前后局部影像中建筑物的相似性度量。最后利用最大期望算法(expectation maximization,EM)求得最小割能量的分类阈值,并根据错分率估值执行后处理以获得最终变化检测结果。采用2011年3月11日东日本大地震前后石卷港的高分辨率遥感影像进行试验,结果表明本文提出的方法能有效检测出损毁建筑物。     

遥感技术在震后建筑物损毁检测中的应用

建筑物损毁信息提取作为震后损失评估的重要内容,对于及时了解灾情、开展灾害应急响应及灾后恢复重建等具有重要意义。近年来,多平台遥感技术和高分辨率遥感技术的飞速发展为建筑物损毁信息的精确提取带来新的发展机遇。在介绍建筑物损毁基本特征和分级标准的基础上,总结了目前国内外遥感技术在建筑物损毁检测方面的常见方法,包括基于震后单时相的提取方法、灾前灾后的变化检测方法以及融合多源数据的建筑物损毁信息检测方法,并分析了各种方法本身的局限性与不足。结合目前遥感领域的前沿技术,探讨了如何基于高分辨率遥感技术、合成孔径雷达技术、机载激光雷达技术以及倾斜摄影技术实现震后建筑物损毁信息的提取。     

基于基尼系数的倾斜航空影像中建筑物立面损毁检测

针对已分割出的建筑物立面,提出了以基尼系数作为损毁指数对倾斜航空影像中建筑物立面损毁检测的方法。该方法首先通过改进的k-means算法分割出建筑物立面的门窗和墙面,然后利用Canny算法对分割影像进行边缘检测提取统计特征,最后利用经济学中的基尼系数来判断建筑物立面是否损毁。实验结果表明,本文方法在没有先验信息的情况下仅利用单时相倾斜航空影像就能简单高效地判定建筑物立面损毁。     

利用高分辨率光学遥感图像检测震害损毁建筑物

地震发生后,利用高分辨率遥感图像进行建筑物损毁检测,有利于快速评估灾害损失。在分析损毁建筑物梯度分布的基础上,提出了一种利用梯度局部空间统计检测震害损毁建筑物的方法。首先用Prewitt算子提取图像梯度信息;然后对梯度图像进行局部空间统计,统计各建筑物屋顶内部梯度的空间相关性,得到初步损毁检测结果;最后,在先验知识的指导下进行极小值分析和阴影检测,进一步修正建筑物损毁检测结果。分别以玉树地震后的Quickbird卫星遥感图像和盈江地震后的光学航空图像为例进行实验,结果表明,利用梯度局部空间统计检测震害损毁建筑物的方法效果优于传统损毁检测方法,总体精度达到80%以上,能够有效检测损毁建筑物。     

基于生成对抗网络的建筑物损毁检测EI北大核心CSCD

建筑物作为自然灾害中最受影响的承灾体之一,其损毁信息的准确提取对灾后应急救援具有十分重要的意义。本文借鉴多模态的思想,提出了一种自动检测损毁建筑物的recursive-generative adversarial networks(RS-GAN)方法,将损毁建筑物检测分为灾前建筑物识别和灾后损毁建筑物检测两个任务,且分别在两个GAN分支中完成。RS-GAN加入联合损失函数将两个GAN分支进行连接,充分利用两个任务之间的潜在互利性提升检测效果。RS-GAN利用第1条GAN分支识别建筑物灾前形状与位置,并将识别结果作为第2条GAN分支的输入进行损毁建筑物检测任务,从而使检测结果具有更清晰的轮廓。该方法为端到端模型,在不需要过多的人工干预情形下,实现了损毁建筑物的自动检测。为了验证RS-GAN模型的效果,在圣罗莎和密苏里两个数据集上进行了测试。试验结果表明,RS-GAN方法拥有更好的检测性能,在圣罗莎数据集上的总体精度和平均精度分别达到了0.90和0.86。     

基于高分辨率遥感影像的汶川地震道路损毁评估

强烈地震造成道路基础设施的损毁,严重影响应急救灾工作.因此,及时准确地对灾区道路损毁情况进行评估,具有十分重要的现实意义.以汶川特大地震道路损毁评估工作为例,介绍了利用高分辨率卫星遥感影像进行地震灾害道路损毁评估的技术方法.通过对灾区20个县(市、区)国/省道基础设施损毁情况评估,结果表明,汶川、北川等6个县道路重度损毁,3个县(市)中度损毁,11个县(区)轻度损毁.表明该方法能够在应急期间缺乏地面调查的情况下,充分利用高分辨率遥感图像,对道路震害损毁进行快速及较为准确的评估.     

结合LOG算子和大津法的遥感影像边缘检测方法

针对遥感影像具有丰富的细节和混合噪声,采用传统高斯拉普拉斯(LOG)算子难以有效地提取遥感影像地物边缘信息,文章提出一种结合LOG算子和大津法(Otsu法)的遥感影像地物边缘信息提取算法。此算法采用中值滤波对原始影像进行消噪,利用Otsu算法对滤波后影像进行自适应阈值分割得到目标影像,采用LOG算子对目标影像进行边缘信息提取。以安宁某区域的遥感影像为例,实验结果表明,提出的算法与传统LOG算子相比,具有更高的提取精度,能有效地提取出遥感影像的真实边缘、减少伪边缘。     

建筑物侧面轮廓线约束的高分辨率遥感影像建筑物高度估算方法

针对现有利用阴影长度法提取建筑物高度时存在的阴影间相互遮挡问题,提出了一种基于建筑物侧面轮廓线进行建筑物高度估算的新方法。首先,利用RPC模型计算建筑物像点位移的方向与卫星成像角度,再将遥感影像进行旋转,使建筑物像点位移沿水平方向;然后,利用Canny算法进行轮廓检测,并构建一定长度的矩形形态学结构元素,对轮廓图像进行形态学开运算,以提取侧面轮廓线,再利用Hough变换与建筑物角点约束,对所提取的轮廓线进一步筛选;最后,根据卫星侧视成像时建筑物高度与像点位移的几何关系进行建筑物的高度估算。利用实际的高分辨率卫星影像对本文方法进行了验证,并与阴影法估算建筑物高度进行了对比。试验结果证明,利用建筑物侧面轮廓线进行建筑物高度估算平均误差可以达到0.7 m,且实际精度优于使用阴影法进行建筑物高度估算。     

基于高分辨率遥感影像的建筑物轮廓信息提取

针对许多领域对建筑物信息更新的迫切要求,提出并发展了一套完整的基于高分辨率遥感影像的建筑物二维轮廓快速提取流程。首先介绍一种利用数学形态学理论进行边缘检测和边缘连接的新方法,然后利用了模式识别和图像分析领域的相关技术(区域标识和特征量测等)进行建筑物二维信息的提取。最后通过Quickbird影像进行了方法验证,试验证明该流程可以快速有效的提取建筑物轮廓信息。     

可变形部件模型在高分辨率遥感影像建筑物检测中的应用

高分辨率遥感影像具有场景复杂、目标种类多样、同一目标呈现多种形态等特点,给建筑物检测带来困难。近年来,可变形部件模型（deformable part model,DPM）被广泛应用到模式识别领域,并且在自然场景的目标识别方面取得很好的效果。结合可变形部件模型,提出一种针对高分辨率遥感影像中建筑物的检测方法,将建筑物看作可变形部件的组合,通过训练得到其对应的参数模板,并采用滑动窗口的方式遍历待检测的影像,判断其中是否存在建筑物目标。通过对分辨率为0.5 m的高分辨率遥感影像的实验证明了方法的有效性。     

基于主成分分析法的城市建筑物变化检测

提出一个集合主成分分析法(PCA)和变换向量法(CVA)的新方法,用来探测城市环境下建筑物屋顶的几何特征和颜色变化。在主成分分析法中,原始的RGB三通道被转换成3个成分,前2个成分被用来进行下一步的变换向量法。实验证明,该方法能有效地检测出微弱的屋顶颜色变化,同时能避免阴面屋顶的漏检误检。     

基于未确知理论的采动区房屋损坏评价

影响矿区村庄房屋损坏程度的因素有很多,具有不确定性和隐蔽性.本文选取了8项影响因素作为房屋损坏评价的评价指标,建立了采动区房屋损坏评价的未确知测度模型.根据国内外建(构)筑物下采煤经验,确定了各项评价指标的分级标准,采用信息熵求取评价指标的权重,得出了样本数据的评价等级,并与BP神经网络、模糊模式识别法及统计学法等进行了比较分析.采用该方法对峰峰梧桐庄矿某村庄房屋损坏进行了预测与评价,结果表明,评价结果与实际房屋损坏调查结果相符.将未确知测度模型应用于采动区房屋损坏评价,能解决房屋损坏评价中的不确定性因素,为房屋损坏评价提供了一种新的途径.     

利用地面激光扫描数据进行建筑物变化检测

利用地面激光扫描仪具有的数据获取速度快、精度高、实时性强、能全天候工作等优点,在快速获取三维点云的基础上,通过点云自动拼接、Hausdorff距离检测不同时期建筑物的三维模型变化,并改进了检测算法,提高了算法的执行效率。通过拟合平面构建Delaunay三角网求解变化区域的面积来评估灾害对建筑物的破坏程度,从而为灾害应急响应以及保险理赔等提供了可靠的决策依据。     

基于可变模板的航空影像中建筑物提取

针对航空影像中目标提取的困难,提出了一种基于可变模板的航空影像中建筑物提取方法,并针对几种比较典型的建筑物,详细讨论了模板的设计、目标初始参数的获取及模板最优参数求解等几个关键性的问题。采用这种方法进行航空影像中目标的提取时,可以将影像中的多种信息和人的识别能力进行有效的融合,因而能够达到可靠地提取影像中目标的目的。作为一种有效的优化求解方法,模拟退火被用于目标提取的优化过程。为了验证这种方法提取航空影像中目标的能力,给出了利用可变模板提取航空影像中几种不同类型的建筑物的例子。     

利用灰度共生矩阵纹理特征识别空心村损毁建筑物的方法

从无人机影像上快速识别空心村损毁建筑物,不仅能精确掌握损毁建筑物的位置分布,还能为实地调研提供指导材料。本文首先在试验区范围内获取建筑物影像,并对这些建筑物逐一标记。然后以单个建筑物为对象,计算纹理特征参数和光谱特征参数,选取与损毁程度正相关的参数标准化后组成特征参数向量,根据向量的可视化结果获取损毁建筑物的分布、损毁程度等信息。试验结果表明,该方法能实现从无人机影像上识别出损毁建筑物,并能对建筑物的损毁程度得到初步认识,可以有效实现高分辨率影像中空心村损毁建筑物的识别。     

基于三维特征的遥感影像震害房屋损毁评估

针对震害损毁房屋评估的实际需求,研究利用灾前矢量辅助进行震害房屋多种三维损毁特征的提取,进一步基于三维损毁特征进行震害房屋评估分类。灾前矢量的主要作用是分割出独立的单体房屋,同时为震害房屋的损毁提取提供顶面轮廓和面积等先验信息,避免以往点云分割的不确定性,提高损毁评估的准确度。利用提取出的多种损毁特征基于SVM的分类方法对震害房屋进行评估分类,验证了针对震害房屋三维损毁特征损毁评估的适应性和可靠性。     

基于结构相似性与直线提取的建筑物变化检测方法

利用数字线划图中建筑物的矢量信息,根据前后两个时期的高分辨率遥感影像,通过结合LSD直线段提取算法与结构相似性度量,采用比较特征差异的方式提出了一种能够以较高的正确率进行快速建筑物变化检测的算法。本文对检测算法的过程进行了介绍,通过实验数据对算法进行了检验,探讨了阈值变化对结果的影响。     

基于道路网矢量数据的遥感影像道路损毁检测

利用面向对象方法对地震后高分辨率遥感影像上的道路进行多尺度分割和分类.通过融合地震前道路网矢量数据与地震后遥感影像,提出一种基于自适应模板的道路损毁检测方法.试验结果证明,该方法能够快速、准确地对损毁信息进行提取.