面向倒塌损毁房屋灾体信息提取的多源遥感数据融合方法

摘要

本发明公开了一种面向倒塌损毁房屋灾体信息提取的多源遥感数据融合方法，S1：获取倒塌损毁房屋灾体信息的遥感影像数据；S2：对所获取的遥感影像数据通过几何矫正模块以及噪声去除模块进行信息的几何校正以及噪声去除，S3：通过特征提取模块对倒塌损毁房屋灾害特征光谱特征进行提取，再通过影像融合模块对特征提取信息做进一步信息融合；S4：进行综合评价，达到评价效果则输出融合结果，未达到评价效果则重复S3，直到输出融合结果。本发明通过对倒塌损毁房屋灾体信息进行信息提取及分析，能够快速、精准、有效的得到所需分析信息，对倒塌损毁房屋的灾后损毁情况以及应急处理有着十分重要的指导意义。

说明书

技术领域

本发明涉及灾害信息融合处理技术领域，具体是涉及一种面向倒塌损毁房屋灾体信息提取的多源遥感数据融合方法。

背景技术

地质灾害是指在自然或者人为因素的作用下形成的，对人类生命财产造成的损失、对环境造成破坏的地质作用或地质现象。地质灾害在时间和空间上的分布变化规律，既受制于自然环境，又与人类活动有关，往往是人类与自然界相互作用的结果。

对地质灾害进行评估常用的遥感影像方法有很多，而快速融合方法的选取主要依据不同的灾害类型，融合算法的复杂程度，影像融合效果这三方面因素。其中，在重大灾害发生时，融合方法的时间响应速度是最重要的考虑指标之一。

对于地质灾害的信息融合处理过程中，若能得到更为准确的处理信息对于灾后评估、应急响应等有着十分重要的意义，因此，现需要一种新型的灾体信息处理方法来进一步提高灾体信息的信息融合处理为灾后评估等提供更有力的指导。

发明内容

为解决上述技术问题，本发明提供了一种面向倒塌损毁房屋灾体信息提取的多源遥感数据融合方法。

本发明的技术方案是：一种面向倒塌损毁房屋灾体信息提取的多源遥感数据融合方法，包括：

S1：获取倒塌损毁房屋灾体信息的遥感影像数据；

S2：对所获取的遥感影像数据通过几何矫正模块以及噪声去除模块进行信息的几何校正以及噪声去除，

S3：通过特征提取模块对倒塌损毁房屋灾害特征光谱特征进行提取，再通过影像融合模块对特征提取信息做进一步信息融合，其中，所述影像融合模块为倒塌损毁房屋灾害融合模块；

S4：进行综合评价，达到评价效果则输出融合结果，未达到评价效果则重复S3，直到输出融合结果。

进一步地，倒塌损毁房屋灾害融合模块采用IDL语言进行设计，支持COM/ActiveX组件，可将IDL应用开发集成到与COM兼容的环境中，从Visual Basic、Visual C++等访问IDL，可通过动态连接库和COM组件方式在IDL程序里调用C、Fortran等程序。IDL的小波变换工具包，主要用于信号处理和图像处理、去除噪声、图像压缩、特征提取、提取图像等细节、其信息量损失比FFT小得多。

进一步地，所述步骤S1中遥感影像数据包括：光学遥感影像数据和雷达遥感影像数据。

进一步地，所述倒塌损毁房屋灾害融合模块输出的融合结果都按低、中、高分辨率输出融合结果，且面向倒塌损毁房屋灾害信息提取的遥感影像融合结果的分辨率分为：30米以下为低分辨率融合结果、10-20米为中分辨率融合结果、不低于10米为高分辨率融合结果，其中，低分辨率融合结果用于确定倒塌损毁房屋灾害异常发生的位置，中分辨率融合结果用于提取倒塌损毁房屋灾害异常区的范围，高分辨率融合结果用于提取房屋倒塌和损毁子模块的数据。

进一步地，房屋倒塌和损毁灾害信息提取依据房屋倒塌和损毁子模块进行信息提取，所述房屋倒塌和损毁子模块采用IHS法。

进一步地，所述步骤S5中综合评价内容包括定性评价、定量评价：

所述定性评价包括：影像分辨率以及光谱特征，所述影像分辨率包括细节和边缘清晰度、线性地物凸出程度和极限放大倍数下的分辨力，所述光谱特征包括同类地物的颜色差异、局部色彩差异和整体色彩差异；

所述定量评价包括：亮度、空间细节信息以及光谱信息，所述亮度为均值，所述空间细节信息包括熵和平均梯度，所述光谱信息包括光谱扭曲值和均方根误差。

本发明的有益效果是：本发明方法通过对倒塌损毁房屋灾体信息进行信息提取及分析，能够快速得到更为准确的处理信息以及时应对倒塌损毁房屋灾后评估、应急响应等；并且所得数据快速、精准、有效，对倒塌损毁房屋的灾后损毁情况以及应急处理有着十分重要的指导意义。

附图说明

图1是本发明面向倒塌损毁房屋灾体信息提取的多源遥感数据快速融合方法流程图。

图2是本发明多源数据融合模块功能设计图。

图3是本发明融合实例的QuirkBird影像与航片原始影像，其中，a-QuirkBird影像，b-航片。

图4是本发明融合实例的面向倒塌房屋的QuirkBird影像与航片融合结果，其中，a-原始影像，b--IHS融合结果。

具体实施方式

如图1、2所示，面向倒塌损毁房屋灾体信息提取的多源遥感数据融合方法，包括：

S1：获取倒塌损毁房屋灾体信息的遥感影像数据，具体为：光学遥感影像数据和雷达遥感影像数据；

S2：对所获取的遥感影像数据通过几何矫正模块以及噪声去除模块进行信息的几何校正以及噪声去除，

S3：通过特征提取模块对倒塌损毁房屋灾害特征光谱特征进行提取，再通过影像融合模块对特征提取信息做进一步信息融合，其中，所述影像融合模块为倒塌损毁房屋灾害融合模块；

其中，房屋倒塌和损毁灾害信息提取依据房屋倒塌和损毁子模块进行信息提取，所述房屋倒塌和损毁子模块采用IHS法；

S4：进行综合评价，达到评价效果则输出融合结果，未达到评价效果则重复S3，直到输出融合结果；

其中，上述综合评价内容包括定性评价、定量评价：

所述定性评价包括：影像分辨率以及光谱特征，所述影像分辨率包括细节和边缘清晰度、线性地物凸出程度和极限放大倍数下的分辨力，所述光谱特征包括同类地物的颜色差异、局部色彩差异和整体色彩差异；

所述定量评价包括：亮度、空间细节信息以及光谱信息，所述亮度为均值，所述空间细节信息包括熵和平均梯度，所述光谱信息包括光谱扭曲值和均方根误差。

上述倒塌损毁房屋灾害融合模块采用IDL语言进行设计，支持COM/ActiveX组件，可将IDL应用开发集成到与COM兼容的环境中，从Visual Basic、Visual C++等访问IDL，可通过动态连接库和COM组件方式在IDL程序里调用C、Fortran等程序。IDL的小波变换工具包，主要用于信号处理和图像处理、去除噪声、图像压缩、特征提取、提取图像等细节、其信息量损失比FFT小得多；

倒塌损毁房屋灾害融合模块输出的融合结果都按低、中、高分辨率输出融合结果，且面向倒塌损毁房屋灾害信息提取的遥感影像融合结果的分辨率分为：30米以下为低分辨率融合结果、10-20米为中分辨率融合结果、不低于10米为高分辨率融合结果，其中，低分辨率融合结果用于确定倒塌损毁房屋灾害异常发生的位置，中分辨率融合结果用于提取倒塌损毁房屋灾害异常区的范围，高分辨率融合结果用于提取房屋倒塌和损毁子模块的相应数据；

选用CBERS HR全色(2.36米)数据和其CCD多光谱(20米)2,3,4波段数据，效果较好，波段选择过程已写入程序中，不用使用者选择。

融合方法

IHS融合法

在色度学中，把彩色影像由红(R)、绿(G)、蓝(B)彩色空间变换到明度(Intensity)、色别(Hue)、饱和度(Saturation)色度空间，称为IHS变换；而由I、H、S空间变换成R、G、B空间称为IHS反变换。由于IHS变换是一种图像显示、增强和信息综合的方法，具有灵活实用的优点，因此产生了多种IHS变换式。据此，无论何种IHS变换方法，其作用都是将一幅彩色图像的R、G、B成分分离成代表空间信息的明度(I)、光谱信息的色别(H)和饱和度(S)三个成分。因为I、H、S三个成分相互独立，因此可通过调节I、H、S来获得不同的显示效果。由于彩色图像的空间分辨率主要由明度影像的空间分辨率决定，同时人眼对明度的分辨率比对色别和饱和度的分辨率高，因此根据IHS变换的功能和人眼的视觉特性，对不同分辨率的遥感影像利用IHS进行融合，效果较好。但欲得到高空间分辨率的融合影像，就必须将已空间配准的具有高空间分辨率的影像数据当作明度分量I，与由光谱分辨率高、空间分辨率低的影像作IHS变换求得的H、S进行反变换，再将反变换后的R、G、B，进行复合(彩色合成)显示，就可得到既具有高空间分辨率，又具有高光谱分辨率的彩色影像。

房屋倒塌和损毁子模块

①面向倒塌房屋的融合方法

天气条件好的情况下优先利用光学影像，在天气条件差、影像质量差或光学影像数据紧缺的情况下，可采用相应空间分辨率雷达影像作为补充。

低分辨率融合结果用于确定房屋倒塌损毁灾害异常发生的位置，中分辨率融合结果用于提取房屋倒塌损毁灾害异常区的范围，高分辨率融合结果用于提取倒塌的房屋。其中，采用的高分辨率遥感数据较多。

高分辨率融合结果中，对单栋倒塌的房屋，所需的遥感数据的空间分辨率要求不低于5米，有QuickBird全色与多光谱、IKONOS全色与多光谱、SPOT-5全色、福卫二号全色、ALOS全色、北京一号全色、CBERS HR等；对大面积倒塌房屋的范围提取，所需的遥感数据的空间分辨率要求为5-10米，有福卫二号多光谱、SPOT-4多光谱、ALOS多光谱等。

表1倒塌房屋的低分辨率遥感数据融合方法列表

表2倒塌房屋的中分辨率遥感数据融合方法列表

表3倒塌房屋的高分辨率遥感数据融合方法列表

②面向倒塌房屋的融合实例

如图3所示，灾后QuirkBird全色与灾后航片融合

表4数据源信息

融合效果评价：

定性评价：

从影像空间分辨率、清晰度看，IHS融合影像清晰度高。融合后的房屋的细节和边缘清晰程度都提高，IHS融合影像效果较好。从线性地物突出程度和极限放大倍数看分辨率，IHS融合影像的增强效果较好。

从光谱特征，IHS融合的房屋色彩最接近原始影像，倒塌房屋信息得到突出显示，未倒塌的房屋也得到了很好的增强，局部色彩的差异大小即光谱特征扭曲程度小，整体的色彩效果差异小。

定量评价：

表5定量评价指标统计结果

通过比较，得到下面结论：

1)IHS融合影像的均值与原始影像相比较接近，同时IHS融合影像的熵值较高；

2)与原始影像相比，IHS融合影像的平均梯度都是降低的，光谱扭曲度IHS融合影像也较小；并且IHS融合影像的均方根误差较小；

3)通过定性比较，IHS融合影像的融合效果最佳，其均值较理想，熵值较高，平均梯度较理想，光谱扭曲度较小，均方根误差最小；

因此，通过定性和定量评价比较，对以QuirkBird全色(0.6米)与航片融合(2米)为数据源的面向倒塌房屋的融合，推荐IHS融合法，其融合效果最佳(效果见图4)。IHS融合提高了房屋的细节和边缘清晰程度，从线性地物突出程度和极限放大倍数看分辨率看增强效果都较好；房屋色彩最接近原始影像，倒塌房屋信息得到突出显示，未倒塌的房屋也得到了增强，局部色彩的差异大小即光谱特征扭曲程度小，整体的色彩效果差异小；其均值较理想，熵值最高，平均梯度较理想，光谱扭曲度较小，均方根误差最小。