一种基于高分辨率遥感影像的公路灾害信息检测方法技术

本发明专利技术涉及一种基于高分辨率遥感影像的公路灾害信息检测方法，包括如下步骤：灾前和灾后的影像获取；对灾前光学遥感影像进行道路提取；将灾前光学遥感影像和灾后SAR遥感影像进行配准，达到精确配准的先验条件；道路范围映射和道路损毁区域提取。本发明专利技术克服了目前方法对近红外波段要求高、在灾后影像上道路提取精度无法保证的问题。解决了光学影像和SAR影像的辐射和几何特性存在明显差异，且受灾前后同名地物可能发生明显变化甚至消失，使得传统的基于单一测度的影像配准方法配准难度增加、可靠性不足的问题。

A method of highway disaster information detection based on high resolution remote sensing image

【技术实现步骤摘要】
一种基于高分辨率遥感影像的公路灾害信息检测方法
本专利技术涉及一种公路灾害信息检测方法，尤其是一种基于高分辨率遥感影像的公路灾害信息检测方法。
技术介绍
当高原山区发生地震后，地面交通基础设施(公路、铁路等)通常都会受到不同程度损坏，救援人员很难在第一时间从地面深入到灾区获取灾情信息。遥感技术具有成像快、覆盖范围广、数据信息量丰富和不受地面条件制约等优势，已成为现阶段获取震后灾情数据的最有效手段。公路是灾区抗震救援的黄金线和生命线，利用遥感技术获取地震灾区道路受损情况并进行次生灾害评估，可以为道路抢险保通、救援路线规划、灾后重建提供科学依据，具有重要的意义和价值。目前，大多数公路灾害信息遥感检测方法都是从灾后遥感影像上直接提取道路信息，然后对损毁情况进行检测，具体方法又分为2种：(1)直接在灾后遥感影像上提取道路损毁信息。例如，基于灾后光学遥感影像，通过面向对象的分类和变化检测方法提取损毁路段；基于灾后SAR遥感影像，利用阈值分割、形态学分析、小波变换等方法提取道路损毁信息等；(2)在灾后遥感影像上提取出未损毁的道路分布本文档来自技高网...

【技术保护点】
1.一种基于高分辨率遥感影像的公路灾害信息检测方法，其特征在于：包括如下步骤：/n步骤(1)、灾前和灾后的影像获取/n获取受灾区域灾害发生前的高分辨率光学遥感影像、灾害发生后的高分辨率SAR遥感影像；/n步骤(2)、对灾前光学遥感影像进行道路提取/n采用面向对象方法，对光学遥感影像进行多尺度分割，选择最优分割尺度，通过判断影像对象的同质性，合并同质影像对象，得到多尺度分割结果；基于多尺度分割的结果，结合机器学习和阈值分类模型，利用遥感影像RGB波段信息进行道路提取；/n步骤(3)、将灾前光学遥感影像和灾后SAR遥感影像进行配准，达到精确配准的先验条件/n步骤(4)、道路范围映射/n基于步骤(3...

【技术特征摘要】
1.一种基于高分辨率遥感影像的公路灾害信息检测方法，其特征在于：包括如下步骤：
步骤(1)、灾前和灾后的影像获取
获取受灾区域灾害发生前的高分辨率光学遥感影像、灾害发生后的高分辨率SAR遥感影像；
步骤(2)、对灾前光学遥感影像进行道路提取
采用面向对象方法，对光学遥感影像进行多尺度分割，选择最优分割尺度，通过判断影像对象的同质性，合并同质影像对象，得到多尺度分割结果；基于多尺度分割的结果，结合机器学习和阈值分类模型，利用遥感影像RGB波段信息进行道路提取；
步骤(3)、将灾前光学遥感影像和灾后SAR遥感影像进行配准，达到精确配准的先验条件
步骤(4)、道路范围映射
基于步骤(3)的精确配准的先验条件，将步骤(2)提取的道路范围映射至灾后SAR遥感影像上，将检测区域从整幅影像缩小至道路区域；
步骤(5)、道路损毁区域提取
采用小基线集方法，生成道路路域范围内的平均地形形变速率图和形变时间序列图，提取出现明显形变的道路损毁区域，进一步对不同等级道路损毁程度进行逐段识别，统计损毁长度，结合道路等级、地震烈度，在研究区内计算损毁评估分值，进而定量评价道路损毁程度，即完成公路灾害损毁信息检测。


2.根据权利要求1所述的基于高分辨率遥感影像的公路灾害信息检测方法，其特征在于：步骤(2)中，选取光谱同质性和形状同质性因子作为分割因子，通过设置最优分割尺度，得到多尺度分割结果，分割尺度包括20、31、39。


3.根据权利要求1所述的基于高分辨率遥感影像的公路灾害信息检测方法，其特征在于：步骤(2)中，结合机器学习和阈值分类模型，利用遥感影像RGB波段信息进行道路提取的具体步骤如下：
首先，采用支持向量机监督分类算法，利用分类超平面模型将不同的样本分开，在新的空间中求出最优线性分类面，实现道路与其他地物的初步分类；然后，在初步分类结果的基础上，利用遥感影像RGB波段信息，构建分类特征，建立道路解译提取规则集，实现道路优化提取，最后利用形态学优化输出道路。


4.根据权利要求3所述的基于高分辨率遥感影像的公路灾害信息检测方法，其特征在于：步骤(2)中，分类特征包括光谱特征、纹理特征、几何特征和上下文特征；其中，光谱特征构建方式如下：
BSCC＝[Brightness]+B-G*2(1)
式中，BSCC是构建的自定义波段光谱特征，仅使用RGB波段信息的光谱和亮度值组合；Brightness为亮度，B为蓝波段，G为绿波段；
纹理特征构建方式如下：仅使用RGB波段信息，采用灰度共生矩阵的同质度和对比度作为分类条件；
几何特征构建方式如下：采用形状特征的长宽比和密度属性加以识别，对道路进行提取和细化；
上下文特征构建方式如下：通过创建道路对象与相邻对象之间的位置关系、与相邻对象的公共边占总边长的比例，对道路分类结果进行优化。


5.根据...

【专利技术属性】
技术研发人员：方留杨，赵鑫，李果，陈贺，李文，曾珍，赵孟云，刘梦莹，
申请(专利权)人：云南省交通规划设计研究院有限公司，
类型：发明
国别省市：云南;53