一种破坏性地震后建筑物受损和灾情分布快速分析方法技术

本发明专利技术公开了一种破坏性地震后建筑物受损和灾情分布快速分析方法。本发明专利技术步骤包括：1）在建立震害建筑物图像数据集阶段，首先对震害建筑物的震害类型进行分类、归一化处理，然后生成带有标签的震害建筑物图像数据集；2）在模型训练阶段，首先确定神经网络模型，然后确定训练策略，使用震害建筑物图像数据集对神经网络模型进行训练和评估；3）使用训练好的神经网络模型，来识别应急信息服务系统收集的受损建筑物图片，同时提取图片的地理坐标数据，结合识别后的建筑物受损类型和地理坐标，生成受损建筑物灾情分布图。本发明专利技术方法可以使得传统的地震灾情收集系统更加智能化和自动化，节省人力、物力、财力。财力。财力。

【技术实现步骤摘要】
一种破坏性地震后建筑物受损和灾情分布快速分析方法


[0001]本专利技术涉及地震后受损建筑物灾情分析手段领域，更具体地说，是涉及一种用破坏性地震后受损建筑物受损图像，对建筑物受损情况和地理分布进行快速分析方法。

技术介绍

[0002]地震具有突发性、破坏性强、影响范围广等特点，在很短的时间内，造成大量的房屋破坏、倒塌，致使大量人员伤亡。地震后，80%的人员伤亡是由房屋破坏引起的。而地震后，人员救助在震后72小时内，救活率最高，时间就是生命，而尽快的获取准确的地震灾情信息，对指挥国家及地方的救援力量，尽快到达需要救助的区域，救助灾区人民的生命财产安全至关重要。灾情信息的获取对地震应急救援指挥非常重要。传统的灾情获取手段，有遥感、现场调查等方式，遥感具有获取大面积数据的优势，但是不能立即获取灾区数据，飞行器调度和数据处理都需要一定的时间，并且，由于飞行器的高度和分辨率限制，只能获取破坏严重区域的灾情，有一定的局限性。现场调查的方式，得到的灾情数据最准确、科学，但是需要大量人力，一般需要数天或数十天完成，时间较长，也不能满足地震应急救援指挥的需要。
[0003]近些年，基于移动互联网技术，地震系统建设了多个震后灾情收集系统，可以支持灾民在震后，通过移动设备采集、上传文字或者图片信息，这在一定程度上取得了较好的效果，但系统的智能化和自动化程度较低，需要大量的人工处理收集到的数据。
[0004]而依据历史震例和区域地震动参数，按照经验公式计算得到的理论地震影响场，往往是围绕震中圆形或者椭圆形的区域，这往往与实际不符，有时相差较大，只能作为一个粗略的评估结果。
[0005]上述灾情获取方法或者在时效性方面、或者在准确度方面，难以满足地震后，应急救援指挥对于灾情信息的需求，往往造成对受灾民众的救援不及时。

技术实现思路

[0006]本专利技术所要解决的技术问题是，克服现有技术中存在的不足，提供一种破坏性地震后对受损建筑物的图像数据识别，分析其受损的情况和地理分布灾情分布的快速方法。
[0007]本专利技术是一种破坏性地震后建筑物受损和灾情分布快速分析方法，其步骤包括：1）在建立震害建筑物图像数据集阶段，首先对震害建筑物的震害类型进行分类、归一化处理，然后生成带有标签的震害建筑物图像数据集；2）在模型训练阶段，首先确定神经网络模型，然后确定训练策略，使用震害建筑物图像数据集对神经网络模型进行训练和评估；在训练的时候，设定训练参数：学习率、迁移学习，对震害建筑物图像数据集采用数据增强；3）在地震后受损建筑物图片数据识别过程中，使用训练好的神经网络模型，来识别应急信息服务系统收集的受损建筑物图片，同时提取图片的地理坐标数据，结合识别后的建筑物受损类型和地理坐标，生成受损建筑物灾情分布图。
[0008]所述步骤1具体方法是：通过向地震领域的相关单位收集地震后受损建筑物的图像，建立震害建筑物图像数据集，并对震害建筑物图像数据集进行标注。识别图像中包含的地震受损建筑物的受损类型，包括五种类型：建筑物完好、建筑物墙体有单个裂纹、建筑物墙体有十字裂纹、建筑物单个墙体破坏或建筑物坍塌；将图片数据中每个栅格点使用的数值范围从[0
‑
255]，压缩至[0
‑
1]；对图片数据使用数据增强技术，采用几何变换、亮度、对比度三个维度的调整来增强数据集。
[0009]所述步骤2具体方法是：在训练之前，首先将震害建筑物图像数据集按照8:1:1的比例，随机分为训练数据集、验证数据集和测试数据集。使用震害建筑物图像数据集的训练数据集和验证数据集，基于深度学习平台tensorflow，使用基于ResNet50网络模型，使用微调技术，对步骤1中建立的震害建筑物图像数据集，进行训练；在训练时，采用指数衰减函数来设置学习率，同时，在训练时采用Dropout方法，对部分神经网络按照一定的概率，暂时丢弃，使模型不依赖局部特征，得到受损建筑物分类的神经网络模型；然后，使用震害建筑物图像数据集的测试数据集对模型进行评估。
[0010]所述步骤3具体方法是：在真实地震发生后，得到地震灾情收集系统的受损建筑物图片数据后，对地震后的原始图片处理过程如下，首先对接受到的图片数据进行预处理，包括以下步骤：将来自不同移动端的图像数据格式转化为统一的jpg格式；如果图像为灰度图像，则进行伪彩色处理；然后，对图像数据进行归一化处理，这里归一化指的是将图像的表示图像每个栅格的数值范围从（0，255），映射到（0，1）之间；最后，将图像的尺寸统一为高宽为（244，244）；然后根据步骤2得到的受损建筑物分类神经网络模型，对地震后，受损的建筑物图像进行分类，判断其受损的类型；制作受损建筑物灾情分布图，依据识别的建筑物破坏类型和对应建筑物的空间坐标，在网络地图（例如OpenStreetMap）中，生成地震受灾建筑物点状分布图，以圆点符号表示受灾建筑物，并用红色色系表示地震的严重程度，分别为用深红、红色、浅红、粉红、浅绿色，来依次描述：建筑物完好、建筑物墙体有单个裂纹、建筑物墙体有十字裂纹、建筑物单个墙体破坏、建筑物坍塌5种受损程度。
[0011]与现有的技术相比，本专利技术的有益效果是：1）突发的破坏性地震发生后，可以自动、智能的识别灾区的受损建筑物的破坏程度，最快的获取灾情数据。
[0012]2）突发的破坏性地震发生后，可以自动、智能的根据识别的多个灾情数据和地理数据，生成地震受损建筑物灾情分布图，减少灾情处理时间，并提供受损建筑物的准确地理位置。
[0013]3）突发的破坏性地震发生后，将灾区灾民的灾情数据获取到展示到受损建筑物灾情分布图的用时缩短至秒级。
[0014]4）突发的破坏性地震发生后，对比遥感技术、地震现场实际调查方法、灾情评估方法，本专利技术方法可以使得传统的地震灾情收集系统更加智能化和自动化，节省人力、物力、财力。
附图说明
[0015]图1是破坏性地震后建筑物受损和灾情分布快速分析方法整体设计图。
具体实施方式
[0016]下面结合附图对本专利技术做进一步说明。
[0017]破坏性地震后建筑物受损和灾情分布快速分析方法的设计如图1所示，主要分为以下三个步骤：步骤1：通过向地震领域的相关单位收集地震后受损建筑物的图像，建立震害建筑物图像数据集，并对震害建筑物图像数据集进行标注；识别图像中包含的地震受损建筑物的受损类型，包括五种类型：建筑物完好、建筑物墙体有单个裂纹、建筑物墙体有十字裂纹、建筑物单个墙体破坏或建筑物坍塌；将图片数据中每个栅格点使用的数值范围从[0
‑
255]，压缩至[0
‑
1]；对图片数据使用数据增强技术，采用几何变换、亮度、对比度三个维度的调整来增强数据集；步骤2：在训练之前，首先将震害建筑物图像数据集按照8:1:1的比例，随机分为训练数据集、验证数据集和测试数据集。使用震害建筑物图像数据集的训练数据集和验证数据集，基于深度学习平台tensorflow，使用基于ResNet50网络模型，使用微调技术，对步骤1中建立本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种破坏性地震后建筑物受损和灾情分布快速分析方法，其特征是，步骤如下：1）在建立震害建筑物图像数据集阶段，首先对震害建筑物的震害类型进行分类、归一化处理，然后生成带有标签的震害建筑物图像数据集；2）在模型训练阶段，首先确定神经网络模型，然后确定训练策略，使用震害建筑物图像数据集对神经网络模型进行训练和评估；在训练的时候，设定训练参数：学习率、迁移学习，对震害建筑物图像数据集采用数据增强；3）在地震后受损建筑物图片数据识别过程中，使用训练好的神经网络模型，来识别应急信息服务系统收集的受损建筑物图片，同时提取图片的地理坐标数据，结合识别后的建筑物受损类型和地理坐标，生成受损建筑物灾情分布图。2.根据权利要求1所述的破坏性地震后建筑物受损和灾情分布快速分析方法，其特征是，所述步骤1具体方法是：通过向地震领域的相关单位收集地震后受损建筑物的图像，建立震害建筑物图像数据集，并对震害建筑物图像数据集进行标注；识别图像中包含的地震受损建筑物的受损类型，包括五种类型：建筑物完好、建筑物墙体有单个裂纹、建筑物墙体有十字裂纹、建筑物单个墙体破坏或建筑物坍塌；将图片数据中每个栅格点使用的数值范围从[0
‑
255]，压缩至[0
‑
1]；对图片数据使用数据增强技术，采用几何变换、亮度、对比度三个维度的调整来增强数据集。3.根据权利要求1所述的破坏性地震后建筑物受损和灾情分布快速分析方法，其特征是，所述步骤2具体方法是：在训练之前，首先将震害建筑物图像数据集按照8:1:1的比例，随机分为训练数据集、验证数据集和测试数据集...

【专利技术属性】
技术研发人员：丁子林，李雅静，姚新强，
申请(专利权)人：天津市地震局，
类型：发明
国别省市：