[发明专利]一种极化雷达建筑损毁信息提取方法有效
申请号: | 201710283555.5 | 申请日: | 2017-04-26 |
公开(公告)号: | CN107133979B | 公开(公告)日: | 2019-12-17 |
发明(设计)人: | 陈启浩;刘修国;李林林 | 申请(专利权)人: | 中国地质大学(武汉) |
主分类号: | G06T7/41 | 分类号: | G06T7/41 |
代理公司: | 42238 武汉知产时代知识产权代理有限公司 | 代理人: | 曹雄 |
地址: | 430074 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 极化 雷达 建筑 损毁 信息 提取 方法 | ||
本发明提供一种极化雷达建筑损毁信息提取方法,包括:对原始PolSAR影像进行预处理包含选择研究区和提取相干矩阵;对相干矩阵进行特征值‑特征矢量分解,将研究区中小于特征阈值的像素识别为非建筑区,剔除非建筑区;利用统计模型对建筑区的相干矩阵进行建模,基于统计模型纹理参数提取纹理特征,将纹理特征大于预设的纹理阈值的像素归为倒塌建筑物,小于或等于预设的纹理阈值的像素归为完好建筑物;对建筑区进行分块,然后结合上面所得的建筑物损毁信息提取结果,评价建筑物损毁信息提取结果的精度。本发明仅用统计模型纹理参数提取倒塌建筑物,充分利用了PolSAR影像的信息,同时也提高了建筑物损毁信息提取的精度和效率。
技术领域
本发明涉及极化雷达(Polarimetric Synthetic Aperture Radar,PolSAR)图像处理技术领域,具体涉及一种极化雷达建筑损毁信息提取方法。
背景技术
地震、台风等自然灾害给人们的生命财产带来极大损失。建筑物是人们生活的主要场所,灾害造成的损失大多是有建筑物倒塌造成的。因此准确的提取灾后建筑物的损毁信息能为灾害救援和灾后重建提供决策支持。灾害发生后,交通和通信设备被毁坏,天气条件恶劣,同时还有发生二次灾害的危险,使得及时获取灾区受灾情况非常困难。SAR由于其覆盖范围广、穿透性强、全天时全天候的工作能力成为获取灾害信息的主要途径。
针对建筑物损毁信息提取使用的数据不同,现有的提取方法有:
基于单通道或多通道SAR影像的建筑物损毁信息提取。该类方法主要利用灾害前后SAR影像的变化如相关性、相干性等,或灾后SAR影像的纹理信息提取倒塌建筑物。但单通道或多通道SAR获取的地物信息不够全面,对倒塌建筑物检测效果较差。
基于PolSAR影像的建筑物损毁信息提取。PolSAR可以获得地物在4个极化通道下的回波,对地物更加敏感,为建筑物损毁信息提取提供了丰富的信息。基于多时相PolSAR影像提取倒塌建筑物主要是利用灾害前后建筑物散射机制的变化。但在某些情况下,匹配的灾害前后数据难以获取,且SAR影像的配准较困难,因此利用多时相PolSAR影像的倒塌建筑物提取受到一定的限制。利用灾后单幅PolSAR影像提取倒塌建筑物的方法主要有基于极化特征、基于纹理特征、基于极化特征和纹理特征。目前基于灾后单幅PolSAR影像提取倒塌建筑物的方法使用参数较多,过程比较复杂。且用于PolSAR影像提取倒塌建筑物的纹理信息通常都是基于总功率影像提取的,只利用了相干矩阵中的对角线元素,对PolSAR影像的信息利用不全面。
发明内容
有鉴于此,本发明的目的在于提供了一种极化雷达建筑损毁信息提取方法,以解决现有提取信息不全、参数多、过程复杂等缺陷。
为实现上述目的,本发明提供了一种极化雷达建筑损毁信息提取方法,基于PolSAR影像处理技术,包括以下步骤:
步骤101:对原始PolSAR影像进行预处理,包括选择研究区和提取相干矩阵;
步骤102:对相干矩阵进行特征值-特征矢量分解,基于分解的特征值设定特征阈值,将研究区中小于特征阈值的像素识别为非建筑区,大于特征阈值的像素识别为建筑区,剔除非建筑区;
步骤103:利用统计模型对建筑区的相干矩阵进行建模,基于统计模型纹理参数提取纹理特征,将纹理特征大于预设的纹理阈值的像素归为倒塌建筑物,小于或等于预设的纹理阈值的像素归为完好建筑物,得到建筑物损毁信息提取结果;
步骤104:对建筑区进行分块,然后结合步骤103所得的建筑物损毁信息提取结果,评价建筑物损毁信息提取结果的精度。
进一步地,步骤102中,对相干矩阵进行特征值-特征矢量分解具体为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国地质大学(武汉),未经中国地质大学(武汉)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710283555.5/2.html,转载请声明来源钻瓜专利网。