基于单时相高分辨率遥感影像的震后道路提取方法研究

摘要

地震发生后，道路是生命救援及运输物资的重要交通枢纽，因此快速有效地获取道路的信息是震后抢险救灾非常关键的一步。
　　针对多时相遥感影像震害信息提取在震前影像数据缺失情况下无法有效进行这一问题，本文提出了一个单时相高分辨率遥感影像震后毁损道路提取方法，该方法利用多尺度分割与光谱差异分割的组合分割形式对影像进行分割，参照分割结果经过多次实验选取最优分割尺度;之后选择最邻近分类器对分割图像进行分类并进行特征空间优化，得到分类结果;然后对分类结果进行基于一维最大熵的影像二值化，并用数学形态学技术去除偏小的图斑;最后将改进的传统Hough变换对震后道路信息进行优化，检测到毁损路段并计算其长度。由于后续的道路提取工作是在面向对象分类基础之上完成的，为了说明面向对象分类法的优越性，在面向对象分类实验中，基于2014年8月3日云南鲁甸地震的单时相高分辨率WorldView-2遥感影像与2008年北川地震无人机影像数据进行了震后毁损道路提取实验。在该实验中，利用混淆矩阵将该方法与基于像元的分类方法进行定量化比较，分析了二者的精度差别。对于提取出的震后道路信息，以目视解译及道路损毁评估模型为参照，对该方法的精度及损毁类型进行评估。实验结果证明，该方法对震后道路信息提取精度达到了80％以上，可以快速有效地提取出震后山区道路毁损信息，为地震应急提供信息支持。

目录

声明

致谢

摘要

1 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 震后灾害信息提取技术发展

1．2．2 面向对象分类的研究方法现状

1．3 主要研究内容

1．4 研究方法与技术路线

2 影像分类理论

2．1 基于像元的分类

2．1．1 非监督分类

2．1．2 监督分类

2．2 面向对象分类

2．3 分类精度指标

2．4 本章小结

3 震后道路信息提取技术

3．1 震后道路的影像特征及解译

3．1．1 影像道路特征

3．1．2 受损道路影像解译标准

3．2 遥感影像分割技术

3．3 多尺度分割

3．3．1 分割参数的选择

3．3．2 多尺度分割流程

3．4 最邻近分类

3．4．1 影像特征描述

3．4．2 对象特征的选择

3．5 二值化

3．6 数学形态学

3．6．1 结构元素

3．6．2 二值形态学

3．7 Hough变换

3．7．1 传统的Hough变换

3．7．2 改进的Hough变换

3．8 道路损毁评估模型

3．8．1 道路损毁率等级评估模型

3．8．2 道路损毁评估

3．9 本章小结

4 道路损毁信息提取

4．1．1 研究区域概况

4．1．2 数据基础及可行性分析

4．1．3 影像特征分析及分类

4．1．4 影像二值化

4．1．5 数学形态学

4．1．6 基于改进的Hough变换的损毁道路信息提取

4．2 无人机震后单时相遥感影像道路损毁信息提取

4．2．1 研究区域概况

4．2．2 数据基础及可行性分析

4．2．3 影像分割

4．2．4 特征分析与分类

4．2．5 震后道路信息提取

4．3 道路损毁精度评价及等级划分

4．3．1 基于像元的道路损毁信息提取及结果评价

4．3．2 道路损毁等级评价

4．4 本章小结

5 结论与展望

5．1 结论

5．2 展望

参考文献

附录

作者简历

学位论文数据集