基于图像多参数提取的区域建筑损伤等级评定方法技术

本发明专利技术涉及一种基于图像多参数提取的区域建筑损伤等级评定方法，其特征在于，包括以下步骤：S1使用无人机获取待评估区域建筑的图像数据；S2使用面向对象的图像分析、归一化数字表面模型重建以及立面图像分类分析方法，从步骤S1获取的无人机图像数据中提取震后建筑面积、高度变化以及屋顶、立面破损情况四类建筑震害参数并计算对应特征值；S3输入四类状态特征值，使用预先训练的模糊系统进行推断，将输出R映射为损伤等级，集成所有建筑的评定结果，得到区域范围内建筑的破坏程度与空间分布信息。与现有技术相比，本发明专利技术具有评定结果可靠、概念清晰、可行性较高的优点，可以在震后快速准确获取区域建筑损伤情况，为震后救援安置工作提供依据。工作提供依据。工作提供依据。

【技术实现步骤摘要】
基于图像多参数提取的区域建筑损伤等级评定方法


[0001]本专利技术涉及土木建筑工程
，尤其是涉及一种基于图像多参数提取的区域建筑损伤等级评定方法。

技术介绍

[0002]强烈地震往往会导致大量建筑倒塌，造成严重的人员伤亡和经济损失。因此在灾害发生早期，需要获取区域范围内建筑的破坏程度与空间分布信息，从而帮助救援人员及时准确地对重灾区进行定位，合理部署救援力量。目前，国际上较为通用的建筑损伤等级划分把建筑物损毁分为完好、轻微损毁、中度损毁、严重损毁和完全损毁五级，并通过文字和图形来对不同级别的震损建筑进行描述。限于早期评估的时效性需求，难以获取建筑内部信息，因此早期评估能够区分出轻中度损毁、严重损毁与完全损毁三种损伤等级即可。
[0003]相较于传统的人工踏勘，无人机摄影测量技术凭借其所得数据客观真实、机动性强且具有较强时效性的优势在区域建筑识别及大范围灾害信息获取中得到了较为广泛的应用。现有研究发现从影像中可提取出四种用于震损建筑评估的特征量：
[0004]建筑面积变化：建筑部分倒塌会导致建筑面积减少，因此该指标可以用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像多参数提取的区域建筑损伤等级评定方法，其特征在于，包括以下步骤：S1使用无人机获取待评估区域建筑的图像数据；S2使用面向对象的图像分析、归一化数字表面模型重建以及立面图像分类分析方法，从步骤S1获取的无人机图像数据中提取震后建筑面积、高度变化以及屋顶、立面破损情况四类建筑震害参数并计算对应特征值；S3将各单体建筑的四种特征值分别输入自适应模糊神经网络中，根据模糊规则与隶属度函数，计算输出、并将输出映射为预先设定的损伤等级，最终得到区域内不同损伤程度建筑的分布情况。2.根据权利要求1所述的一种基于图像多参数提取的区域建筑损伤等级评定方法，其特征在于，所述的步骤S1中建筑相关数据包括震前建筑高度、面积信息以及震后采用无人机倾斜摄影技术采集到的多视角图像。3.根据权利要求1所述的一种基于图像多参数提取的区域建筑损伤等级评定方法，其特征在于，所述的步骤S2包括：S21拼接正射校正后的图像，得到区域数字正射影像，并采用面向对象的图像分析方法，对正射影像进行多尺度分割和面向对象分类，最终按照跨尺度类别继承原则，将之前分类结果继承到最后一次分类结果中，将地物划分为植被、道路、河流、裸地和建筑五大类别，其中建筑分为倒塌建筑和未倒塌建筑两类，基于分类结果对屋顶纹理震害特征值的定义为：S22基于地物分类结果构建矢量图形，计算震后屋顶面积，结合震前屋顶面积计算面积变化率来衡量建筑物的震害情况，屋顶面积震害特征值的定义为：其中，S1为灾前建筑物屋顶面积，S2为灾后建筑物的屋顶面积；S23采用逆向建模技术依据无人机图像计算区域数字表面模型，并基于地物分类结果选取区域数字表面模型中的地面点进行插值得到数字地面模型，将区域数字表面模型和数字地面模型相减得到归一化数字表面模型，从中批量提取震后建筑物高度，结合震前建筑高度计算高度变化率来衡量建筑物的震害情况，高度变化震害特征值的定义为：其中，H1为灾前建筑物高度，H2为灾后建筑物的高度；S24收集不同损伤程度的建筑图像作为训练集，对轻量化CNN网络MobileNet V2进行训练，利用训练好的CNN分类器，对立面损伤程度进行评估，结果表示为立面纹理震害特征值：
4.根据权利要求1所述的一种基于图像多参数提取的区域建筑损伤等级评定方法，其特征在于，所述的步骤S2中采用面向对象的图像分析方法进行地物分类的具体过程包括：步骤一，针对不同的地物类型，采用三类分割参数对步骤S1中获取的无人机图像进行多尺度分割，获取一系列具有光谱特征、形状特征、纹理特征的对象；步骤二...

【专利技术属性】
技术研发人员：张伟平，王瑞琳，姜超，陈晓希，贾东峰，
申请(专利权)人：同济大学，
类型：发明
国别省市：