基于面向对象方法的道路震害评估

《基于面向对象方法的道路震害评估》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于面向对象方法的道路震害评估摘要：航空摄影测量影像的高分辨率特征提供了丰富的地物表面信息，在震害道路提取方面的应用非常广泛。利用遥感技术能够快速准确的检测识别震害目标（水淹体、滑坡、泥石流等）。本文结合基础地理信息数据的道路信息选择合适的缓冲区作为震害信息提取的作用区，并对影像分类信息和道路信息进行关系运算，提取出震害信息，对震害结果进行评估。实验结果表明，利用面向对象方法结合基础地理数据分析震害道路情况提高了工作效率和精度。关键字：摄影测量与遥感技术；面向对象；影像分割；道路提取；震害评估中图分类号：

2、P2文献标识码：A1引言2008年汶川特大地震造成了巨大的人员伤亡和基础设施破坏。道路作为抗震救援工作的主要通道，了解其破坏情况，对外界应急救援车辆、人员、物资等及时、准确进入震区采取有力的救援措施具有重要的意义。目前，国际上利用高分辨遥感影像提取道路信息和震害信息的研究比较多，2008年F.Samadzadegan和N.Zarrinpanjeh等利用面向对象方法对对伊朗巴姆地区的遥感影像进行了道路信息提取和震害识别[1]。2009年Sent8-hilnathJ，M.Rajeshwari，S.N.Omka

3、r等利用纹理累进分析（TPA）和准则分割（N-Cut）的方法对城区影像进行了基于对象的道路信息提取[2]。国内近几年这方面的研究也比较多，2009年王岩、王晓青等利用面向对象的提取技术对汶川震后高分辨率航空遥感数据进行了建筑物震害的快速提取[3]。光学卫星遥感影像的分类方法已经从简单的基于像元的方法向面向对象的方法发展了。基于像元的分类方法就是以像元为基本单元，对其光谱信息进行计算，达到提取信息的目的，虽然计算过程中加入了许多数学方法如各种神经网络方法、模糊分类、改进的最大似然分类等，提高了分类的精度[4

4、]，但它仍然是一种简单的图像理解方式。对于光谱分布复杂的影像的分类，许多研究都考虑增加地物的空间特征信息辅助分类，这种方法需要将影像进行分割，将同质对象分为同一类别，这样分析结果才有意义，这就提出了面向对象分类的思想，本文就是借助光学卫星遥感影像的面向对象分类方法对航空影像进行多尺度分割，建立类与规则，并对分类结果进行震害信息分析的。2面向对象影像分类技术提取地物以及震害次生灾害2.1数据预处理2.1.1矢量与影像校正8航空影像属于中心投影，需要进行细致的正射校正。本研究混合了矢量数据和影像数据的处理。2

5、.1.2影像分割对于高分辨率的航空影像，没有便于分割的丰富的波段信息，为了提高影像分割的有效性，需要根据影像分辨率、目标形状、色调和纹理等特征进行分割[4]。2.2研究区域和数据源汶川县位于四川盆地西北部边缘，人口达111788人。研究区属于汶川县，范围在31°29′40.85″~31°29′51.50″N，103°38′11.86″~103°38′39.64″E，处于汶川县城与茂县的相连道路―国道213上，周围有茶坪山脉、邛崃山脉等众多山体。汶川地震后由于山体滑坡严重，而213国道位于崎岖山脉脚下，损毁

6、严重，极大的影响了震后救援行动的展开。本文所用数据为中科院2008年5月15日航拍数据，分辨率为0.5米，国家基础地理数据（主要使用国道213部分路段）。2.3类与规则建立考虑到研究区道路破坏检测的需要，类定义中应该包括破坏道路的滑坡类型，其它类型还包括：水体、植被、道路，其中道路特征的描述较多，Vosselman等人从几何特征、辐射特征、拓扑特征、功能特征四个方面进行了描述[5]。8图1影像分类图原始影像（左）分类结果（右）面向对象分类前，需要对影像上各地物类型进行分类训练，确定类型的分类顺序，参与分类

7、的属性，以及可区分各类型的属性阈值，初步确定的参与训练的分类属性包括：R、G、B波段平均值、长宽比和对象像素个数。如图1，观察研究区发现水体与我们要讨论的道路并没有交叉点，为了快速提取道路信息，首先，将光谱信息比较均匀且容易区别于其它地物的水体提取出来；其次，植被信息的R、G、B波段平均值与其它地物具有较大的区别性，故根据B波段平均值的阈值将植被分类出来；再次，从原始影像上观察，道路亮度强，光谱值大，且道路呈形状规则的细条状，边缘整齐，结合波段平均值和长宽比两个属性特征可进行道路提取，提取的结果可以看到，

8、沿主要道路的部分次要道路和桥梁提取出来；最后，滑坡在影像上表现为光谱值介于道路和植被之间，没有规则的形状，但是具有一定的方向，且滑坡形成的裸地纹理相对均匀，故可结合纹理特征将滑坡类型提取出来。3道路震害信息提取技术路线图2震害信息提取流程图本文采用矢量求交分析的方法只保留了包含道路信息的缓冲区，减小了分析的范围，也提高了分析道路的准确性。图3矢量关系运算分析8图3中红色部分为提取出来的道路信息，蓝色部分为地震产生的滑坡现象，绿