[发明专利]一种基于近地面影像数据的震后建筑物损毁检测方法

说明书

本发明提供一种基于近地面影像数据的震后建筑物损毁检测方法，包括以下步骤：步骤一，使用摄影设备采集震后建筑物近地面影像数据，并进行预处理，同时制备建筑物损毁标注样本集；步骤二，将损毁建筑物训练样本和对应的标注信息代入深度神经网络模型中进行训练；步骤三，将待检测的建筑物近地面影像数据代入到步骤二中训练好的深度神经网络模型中，得到建筑物损毁预检测结果；步骤四，对待检测的建筑物近地面影像数据进行超像素分割，利用超像素分割结果对步骤三得到的建筑物损毁预检测结果进行融合处理，得到建筑物损毁精检测结果。

技术领域

本发明涉及遥感应用技术领域和灾害评估领域，尤其涉及基于相机(手持/车载/无人机)以及智能手机等近地面影像数据的震后建筑物损毁检测方法，具体涉及基于近地面影像数据采用深度学习和超像素分割算法进行震后建筑物损毁检测的方法。

背景技术

自然灾害发生后，第一时间开展应急救援、决策指挥和震后重建工作，能够将灾区的人员伤亡、财产损失尽可能降到最低。在整个震后应急响应中，灾区建筑物的损毁信息能够为决策者、救援人员提供重要的指导意义。目前，基于灾前/灾后遥感影像变化检测技术实现建筑物损毁对象提取是最常用的方法。这种方法往往基于同一传感器不同时相的遥感影像，在实际地震灾害的应急监测评估中，获得同一传感器的遥感数据难度相当之大。相比之下，灾后遥感影像数据的获取则相对容易，因此基于灾后遥感影像的建筑物损毁检测逐渐成为近年来的研究热点。目前，基于灾后单时相影像的建筑物损毁检测研究方面，可借助的主要数据源中，传统的卫星遥感影像重访周期长，且只能获取建筑物的顶面信息；航空Lidar点云及航空倾斜摄影测量技术，能够弥补卫星遥感影像对建筑物立面损毁检测的先天缺陷，然而由于现代建筑的复杂性，特别是在建筑物密集的区域，存在地物遮挡和拍摄死角等问题。因此，仍然需要进一步采集距离建筑物更近且拍摄角度更直观的近地面影像数据作为震后建筑物损毁检测的辅助数据。

随着相机(手持/车载/无人机)以及智能手机技术的成熟，利用相机(手持/车载/无人机)以及智能手机所配备的高像素摄像头，对灾区损毁建筑物进行近地面影像采集以及损毁精细化检测成为可能。与传统摄影测量技术相比较，使用相机(手持/车载/无人机)以及智能手机进行数据采集，影像分辨率显著提高，且对数据采集人员的技术要求更低，时效性强，能够有效克服卫星、航空数据中存在的立面信息缺失及地物遮挡等问题。与卫星、航空数据联立，这种基于近地面影像数据的震后建筑物损毁检测方法有潜力成为震后建筑物天地一体化全方位精细化损毁检测的重要技术手段之一。

发明内容

针对上述问题，本发明提出了一种基于近地面影像数据的震后建筑物损毁检测方法，其具体步骤如下：

步骤一，使用摄影设备采集震后建筑物近地面影像数据，并进行预处理，同时制备建筑物损毁标注样本集；

步骤二，将损毁建筑物训练样本和对应的标注信息代入深度神经网络模型中进行训练；

步骤三，将待检测的建筑物近地面影像数据代入到步骤二中训练好的深度神经网络模型中，得到建筑物损毁预检测结果；

步骤四，对待检测的建筑物近地面影像数据进行超像素分割，利用超像素分割结果，基于多数投票规则，对步骤三得到的建筑物损毁预检测结果进行融合处理，得到建筑物损毁精检测结果；具体实现方式如下，

首先基于分割后的超像素块将影像超像素分割结果图划分为不同区域；进而计算各个区域内，与之相对应的损毁预检测结果中，各个类别所包含的像元数；最后根据像元数统计结果，确定所包含像元总数最多的类别为该超像素区域所属的类别标签，计算公式表示如下：

其中，L_r为区域r所属的类别标签，M为损毁预检测结果的类别总数，r(i,j)为区域r内坐标为(i,j)的像元，f(r(i,j))为像元r(i,j)所属的类别标签，sgn(x)函数为数学上的符号函数，此处，如果f(r(i,j))＝c，则sgn返回1，否则，返回0。