面向对象遥感分类方法在汶川地震震害提取中的应用

《面向对象遥感分类方法在汶川地震震害提取中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第29卷第3期地震Vo1．29。No．32009年7月EARTHQUAKEJu1．，2009面向对象遥感分类方法在汶川地震震害提取中的应用王岩，王晓青，窦爱霞(中国地震局地震预测研究所，北京100036)摘要：震后城市建筑物震害的自动识别与分类，是遥感震害调查中的关键步骤，其精度直接影响损失评估的结果。而随着高分辨率遥感影像的发展，传统基于像元的分类技术已不能满足需求，引入面向对象的信息提取技术，充分挖掘影像对象的纹理、形状和相互关系等信息，能够有效的提高震害的分类精度。该文阐述了面向对象的遥感震害提取思路和方法，并应用汶川地震震后

2、高分辨率航空遥感数据，针对建筑物震害进行面向对象的快速提取与自动分类。结果表明，与基于像元分类比较，面向对象的建筑物震害分类能够显著改善分类效果。关键词：面向对象分类；震害识别；高分辨率遥感影像；汶川地震中图分类号：P315．7文献标识码：A文章编号：1000—3274(2009)03—0054—07引言全球许多大地震灾害中，遥感技术都已成为不可或缺的观测方法。而在2003年新疆巴楚一伽师地震后，首次成功地实现了在地震应急阶段利用航空遥感影像获取震害遥感影像并评估地震灾害l】]。2008年5月12日的汶川8．0级特大地震中，遥感观测

3、方法的应用更是在抗震救灾、震情预测等方面扮演了重要的角色。实践表明，利用遥感技术开展重大地震灾害应急灾情监测是可行的l2]。1999年9月美国空间成像公司发射成功的IKONOS卫星，率先提供了空间分辨率为lm的卫星影像。2001年l0月美国数字全球公司成功发射了QuickBird卫星，空间分辨率首次突破米级，达到了0．61m。2007年内轨道影像公司发射分辨率为0．41m的轨道观测卫星一5，数字地球公司发射分辨率为0．5m的全球观测卫星。中巴资源卫星、日本ALOs卫星、以色列EROS卫星、意大利COSMO—SkyMed雷达卫星等多种

4、类型的卫星的涌现，标志着空间高分辨率遥感卫星时代已经来临。高分辨率卫星遥感影像出现后，在城市生态环境评价、城市规划、地形图更新等方面*收稿日期：2008—10—17；修改回日期：2009～O1—30基金项目：“十一五”国家科技支撑计划项目(2006BAC01B02—0101)；中国地震局地震预测研究所2007年度基本科研业务专项(0207690230)作者简介：王岩(1983)，女，辽宁本溪人，2006年在读研究生，主要从事遥感分类及遥感震害应用等研究。3期王岩等：面向对象遥感分类方法在汶川I地震震害提取中的应用55已经被证明有巨大

5、的应用潜力_3]，其在灾害监测、灾后信息提取等方面的应用也日益受到重视，特别像地震这种突发性灾害的应急监测中将会发挥巨大的作用l4]。但是，由于高分辨率卫星影像的信息是复合多样的，更是复杂的，给相关领域的应用带来了一系列问题。传统的遥感图像处理技术不再适用，也不可能仅仅依靠一种技术就解决所有问题，必须寻找新的影像处理技术，建立起图像数据与目标特性之间的物理——机理联系，而不仅仅是统计联系，才能充分挖掘高分辨率遥感影像所包含的信息。而面向对象的图像处理方法针对这一关键问题开拓了高分辨率遥感影像处理的新篇章L5]。本文首先阐述了面向对象

6、的遥感震害提取思路和方法，然后应用汶JlI地震震后高分辨率航空遥感数据，针对建筑物震害进行了面向对象的快速提取与自动分类。震害提取的结果表明，与基于像元分类比较，面向对象的建筑物震害分类能够显著提高分类精度。1面向对象的分类方法基于像元的分类方法是只利用不同波段的光谱亮度值进行单像元自动分类，而面向对象的分类方法则不仅考虑像元的光谱亮度值，还利用像元和其周围像元之间的空间关系(如图形纹理、特征大小、形状、方向性、复杂性和结构)，对像元进行分类]。面向对象的分类方法是一种智能化的自动影像分析方法，它的分析单元不再是单个像元，而是由若干

7、个像元组成的像元群，即目标对象。目标对象比单个像元更具有实际意义，特征的定义和分类均是基于目标进行的】7]。通常面向对象的分类方法包括两个步骤：多尺度影像分割和模糊逻辑分类。2多尺度影像分割多尺度影像分割是一种既能自动生成遥感影像的影像对象，又能将这些影像对象按等级结构联接起来的一门技术]。多尺度影像分割从任一个像元开始，采用自下而上的区域合并方法形成对象。小的对象可以经过若干步骤合并成大的对象，每一对象大小的调整都必须确保合并后对象的异质性小于给定的阈值。因此，多尺度影像分割可以理解为一个局部优化过程，而异质性则是由对象的光谱和形

8、状差异确定的，形状的异质性则由其光滑度和紧凑度来衡量，共同决定分割效果。多尺度分割依据的标准如图1所示。●尺度参数i参数值越大，图像对象结果越大●同质性系数的构成同质．‘．颜色信息光谱信息图光滑度异质性光滑度异质性(1一芦质密度异质性