高分辨率道路遥感影像中震害信息的提取

摘要

地震的破坏性不仅会对社会经济和环境造成严重的破坏，而且对生命安全产生巨大的威胁。第一时间获取地震后灾害情况将有利于救援指挥部门制定救援工作方案，从而将损失和威胁降至最低。但地震造成道路坍塌、断裂等损毁，及其次生灾害造成道路严重受阻、掩埋等情况，导致救援人员、救援车辆无法进入灾区，救援工作将无法展开。近年来，随着遥感影像的空间分辨率的提高和传感器的不断更新，使得人类对地理信息的探测更加容易。通过遥感技术能够及时给交通抢修部门提供道路损毁程度、震害分布等信息，这对减轻灾害影响和抢救伤亡人员具有非常重要的意义。
　　遥感系统在获取信息中受时间、光谱、空间以及分辨率等条件的限制，很难精确地观测和记录复杂又丰富的地理信息，而在获取观测数据时也会受到大气、云层和区域的复杂度等多种因素的影响，难免会存在一定的误差。论文采用二次多项式对影像中的畸变源进行几何纠正和相干增强各向异性扩散模型进行平滑处理，得到高质量的遥感影像，为后续信息提取可靠的基础数据。
　　根据提取遥感信息的不同，其分割的尺度参数也不相同。当分割尺度选择不合理时会引起“欠分割”、“过分割”、“边缘不匹配”等问题。论文首先利用分形网络演化方法对原始影像进行小尺度分割；然后利用粒子群算法的全局搜索能力，从预分割的小尺度对象中确定最优初始聚类中心，在对小尺度对象聚类合并时，建立具有对象空间信息和对象间相关信息的目标函数；论文在不同分割尺度下对给出的算法进行了分割实验，并用eCognition Developer8.7软件和分水岭算法进行了对比和定量评价。实验结果表明，论文给出算法分割效果更优，可得到适应不同尺度地物的分割结果，降低了多尺度分割方法对尺度参数的过度依赖。
　　在对分割对象进行模糊分类时，论文通过分析损毁道路特征信息，在分类时根据特征的不同引入权重系数，从而提高了主要的、区分度好的特征的权重，并降低次要特征的权重。对遥感图像进行了分类实验，实验结果表明，相对于采用相同的权值的进行分类，对不同的特征赋予不同的权重时分类精度更高。

目录

1 绪论

1.1 课题研究的背景及意义

1.2 课题研究现状

1.3 研究内容

1.4 论文内容安排

2 遥感影像预处理

2.1 几何纠正

2.2 平滑滤波模型

2.3 本章小结

3 面向对象影像分割

3.1 面向对象技术

3.2 FNEA的影像初分割

3.3 FCM算法聚类分析

3.4 初始聚类中心的确定

3.5 改进的FCM聚类图像分割

3.6 本章小结

4 损毁道路信息提取

4.1 遥感信息提取

4.2 面向对象分类

4.3 道路信息提取

4.4 本章小结

5 震后道路信息提取实验分析

5.1 实验数据获取

5.2 影像预处理操作

5.3 影像分割实验

5.4 影像分类

5.5 本章小结

6 总结与展望

6.1 工作总结

6.2 研究展望

致谢

参考文献

攻读硕士期间的主要研究成果