基于灾后高分辨率遥感影像检测道路损毁的方法技术

本发明专利技术公开了一种基于灾后高分辨率遥感影像检测道路损毁的方法，属于道路损毁检测与评估技术领域。该方法包括：对道路毁损后的高分辨率遥感影像进行预处理，将影像数据与ＧＩＳ道路数据库的数据进行空间配准；然后，利用ＧＩＳ道路数据库的信息辅助，通过分析灾后高分辨率遥感影像，提取损毁发生前的道路覆盖范围；同时，提取所述高分辨率遥感影像中的损毁发生后的道路覆盖范围；通过比较损毁前、后道路覆盖空间范围，从而获得道路的损毁信息。本发明专利技术充分利用ＧＩＳ道路数据库，只利用灾后高分辨率影像实现了目标级的损毁检测方法，提高了检测结果的准确性，减少了人工干预的程度。

【技术实现步骤摘要】

本专利技术是关于自然灾害导致的道路损毁的检测技术，具体涉及一种基于灾后高分辨率 遥感影像检测道路损毁的方法。
技术介绍
道路是交通生命线系统的重要组成部分。重大自然灾害发生以后，快速、准确地了解 灾区的道路损毁情况，合理规划救援路径和制定道路抢修计划，对于灾害应急救援具有十 分重要的意义。高分辨率遥感影像能够全面、快速地反映地表信息，不受时间和地域的限 制、不受地面灾害破坏的影响，因此，在灾害导致的道路损毁检测与评估中具有广范的应 用前景。就高分辨率遥感影像检测道路损毁的方法而言，主要通过人工解译方式进行，远 远不能满足道路损毁快速检测与评估的需求。目前，变化检测方法是常用的遥感影像人工目标损毁检测方法，其基本方法是利用损 毁发生前、后不同时相的目标状态，进行对比分析，从而发现目标的损毁变化范围。图1 是变化检测方法的基本流程，其中，时态特征提取步骤中目标表达的抽象层次，分为像元 级、特征级和目标级，采用这三种目标表达方式的检测方法区别如下采用像元级检测的 方法以像素为基本处理单元，利用不同时相的遥感影像，对影像几何配准、辐射校正要求 比较高，如图像差值法、图像比值法等，检测结果中存在大量无意义的非目标干扰信息。 采用特征级检测的方法是利用经过抽象的属性和结构特征进行比较，检测结果具有一定的 目标语义，更接近真实的地物变化，通过特征提取，降低了对影像类型、辐射校正的要求。 而采用目标级检测的方法是在对影像中的目标进行识别的基础上进行的，检测结果具有明 确的目标语义，能够综合利用目标多种特征进行比较。因此，目标级检测方法通用性最强， 适合不同的数据源和影像类型，非常适合道路、建筑物等人工目标的损毁检测。
技术实现思路
本专利技术基于现有技术中的目标级检测方法，提供了一种利用灾后高分辨率遥感影像和 GIS道路数据库，实现道路损毁检测的方法，提高了检测结果的准确性，减少了人工干预 的程度。本专利技术的技术方案是一种基于灾后的高分辨率遥感影像检测道路损毁的方法，其步骤包括1) 对道路的灾后高分辨率遥感影像进行预处理，将该影像的数据与GIS道路数据库的 数据进行空间配准；2) 利用GIS道路数据库的信息和上述灾后高分辨率遥感影像，提取损毁发生前的道路 覆盖范围；3) 再次利用GIS道路数据库的信息，获取所述高分辨率遥感影像中的损毁发生后的道 路覆盖范围；4) 通过比较损毁前、后道路覆盖空间范围的变化，从而获得道路的损毁信息。 所述步骤1)中的预处理包括利用高斯滤波去除影像噪声，以及用直方图拉伸、调节影像灰度对比度。所述步骤2)具体为对灾后高分辨率遥感影像进行边缘检测，进一步细化影像边缘， 同时在GIS道路数据库提供的损毁前道路的中心线、宽度和道路等级信息基础上，引导 Hough变换检测未损毁的道路直线段，然后通过特征编组和Ribbon-snake方法连接未损毁 的道路段形成道路的完整双边线，从而获取道路路面的覆盖范围。所述步骤3)具体为对灾后高分辨率影像进行分割，在分割区域的基础上，根据GIS 道路数据库的信息，对道路中线邻近范围内的区域提取灰度、形状特征，根据上述特征识 别典型道路区域，进一步以典型道路区域为种子点，根据影像区域之间的光谱、几何特征 关系，合并种子点周围满足条件的区域，形成损毁后道路的覆盖区域。所述步骤4)为，利用叠加损毁前、后道路覆盖空间范围，得到损毁道路的空间分布"f曰息。与现有技术相比，本专利技术的有益效果是本专利技术只利用灾后高分辨率影像，在GIS道路数据库提供的道路中心线、宽度等信息 的辅助下，分别实现了损毁前、后的道路覆盖区域范围的提取，进而获取损毁的道路信息。 由于只利用灾后的影像，克服了灾前影像数据不完备的问题。通过在损毁前、后的道路目 标识别的基础上进行检测，使得检O测结果具有明确的道路语义，有利于进一步评估与分 析；充分利用道路数据库提供的先验知识辅助影像特征分析，提高了结果的准确性，减少 了人工干预的程度。附图说明图1为现有遥感影像人工目标损毁的变化检测方法的基本流程；图2为本专利技术道路损毁检测方法的基本原理图3为本专利技术获取损毁发生前的道路覆盖范围的流程图4为本专利技术损毁发生后道路的覆盖范围提取的流程图5为根据GIS道路线定义的形状特征示意图。具体实施例方式下面结合附图2对本专利技术作进一步详细描述第一步骤对道路毁损后的高分辨率遥感影像进行预处理，具体是，利用高斯滤波去 除影像噪声，用直方图拉伸调节影像灰度对比度等；且为了利用GIS道路数据引导影像处 理，将待处理影像数据与GIS道路数据库的数据进行空间配准。第二步骤道路损毁发生前的道路覆盖范围提取。在灾后的高分辨率影像中，未遭破 坏的道路边线保留了损毁前道路的形态特征，同时GIS基础道路数据提供了损毁前道路的 中心线和宽度、道路等级等信息。因此，可以通过检测和连接影像中未遭破坏的道路边线， 提取损毁前道路的完整双边线，进而获取覆盖范围。图3是基于双边线的损毁前提取的具体步骤。首先利用嵌入信任度的检测算法对待处 理灾后高分辨率遥感影像进行边缘检测，进一步利用数学形态学方法细化影像边缘。在边缘检测结果的基础上，在GIS道路数据库提供的道路中线邻近的区域范围内，根据道路的 方向、宽度等信息，引导Hough变换检测未损毁的道路直线段。然后，以GIS道路数据库 提供的道路为先验目标，利用检测直线段的空间位置、方向、宽度等几何信息，通过特征 编组和Ribbon-snake方法连接未损毁的道路段形成道路的完整双边线，最后将道路双边线 转换为多边形，获取道路路面的覆盖范围。第三步骤损毁发生后的道路覆盖范围提取。在灾后高分辨率影像中，未损毁的道路 路面具有均一的区域特征。因此，可以根据影像中区域的特征，提取损毁发生后的道路路面覆盖区域。图4是损毁发生后道路的覆盖范围提取的基本步骤。首先，对待处理的灾后高分辨率 影像进行分割，在分割区域的基础上，对于位于GIS道路数据库提供的道路中线邻近范围 内的区域提取灰度、形状特征。根据这些特征，计算道路的模糊隶属度，识别典型道路区 域，进一步以典型道路区域为种子点，利用影像区域之间的灰度、几何等多种特征关系， 根据GIS道路数据库提供的宽度、方向信息生成约束条件，通过区域合并的方法，合并种子点周围满足条件的区域，形成损毁后道路的覆盖区域。图5为根据GIS道路线定义的形状特征示意图。GIS道路数据提供了每条道路的中线， 根据每条道路线及oc^^，分别定义参考坐标系，以道路起点为原点，沿道路方向和垂直道路方向分别为长度方向坐标轴和宽度方向坐标轴，其长度用^表示，宽度用『^表示。这 些特征包括位置((fo)、长度和宽度(￡和『)、带状度(W66o"y^)。位置表示了区 域的中心距离参考道路线的距离。长度和宽度分别描述了区域在沿道路方向和垂直道路方 向的坐标轴上的值域范围。长度定义为在参考道路长度方向的投影，其宽度定义为在参考 道路宽度方向的投影。带状度用于描述区域与带状区域的拟合程度，定义为区域与其最小 外包带状区域的面积的比值。第四步骤道路的损毁分布提取。将所获取的损毁前、后的道路覆盖空间范围进行叠 加，计算位于损毁前道路范围内但不在损毁后道路范围内的区域，获得损毁道路的空间分 布。以上通过详细实施例描述了本专利技术所提供的本文档来自技高网...

【技术保护点】
一种基于灾后高分辨率遥感影像检测道路损毁的方法，其步骤包括：　１）对道路的灾后高分辨率遥感影像进行预处理，将该影像的数据与ＧＩＳ道路数据库的数据进行空间配准；　２）利用ＧＩＳ道路数据库的信息，对灾后高分辨率遥感影像进行分析，提取损毁发生 前的道路覆盖范围；　３）再次利用ＧＩＳ道路数据库的信息，提取上述高分辨率遥感影像中的损毁发生后的道路覆盖范围；　４）通过比较损毁前、后道路覆盖空间范围的变化，从而获得道路的损毁信息。

【技术特征摘要】

【专利技术属性】
技术研发人员：秦其明，马海建，李军，
申请(专利权)人：北京大学，
类型：发明
国别省市：11[中国|北京]