地震導(dǎo)致滑坡災(zāi)害因其對(duì)生命和財(cái)產(chǎn)的巨大威脅而受到越來(lái)越的關(guān)注,利用遙感等技術(shù)快速提取滑坡信息,對(duì)于應(yīng)急信息化建設(shè)和減少災(zāi)害造成的損失具有重要的現(xiàn)實(shí)意義。提出一種基于SAR （Synthetic Aperture Radar）圖像變化檢測(cè)的滑坡信息提取方法。兩多時(shí)相滑坡圖像利用對(duì)數(shù)比運(yùn)算符生成差分圖像,再用Gabor小波和模糊c均值來(lái)選擇可靠樣本,最后LSTM（Long Short-Term Memory）模型用于基于像素的SAR圖像分類,由此通過(guò)分析提取出滑坡信息。以日本某地區(qū)地震前后的滑坡圖像為例,采用JAXA提供的觀測(cè)數(shù)據(jù),來(lái)自高級(jí)陸地觀測(cè)衛(wèi)星2（ALOS-2）,2016年3月7日之前的主要震動(dòng)圖像以及2016年5月16日之后的主要震動(dòng)圖像。實(shí)驗(yàn)結(jié)果表明,該方法優(yōu)于實(shí)驗(yàn)中其他方法,總體精度在94%以上,誤判較少,適合于快速滑坡信息提取。 

【文章來(lái)源】：激光雜志. 2020,41(10)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

基于LSTM的SAR圖像震后滑坡信息提取

它的要目的是學(xué)習(xí)長(zhǎng)期依賴性[20]，等式(3)-(8)正式描述了LSTM神經(jīng)元。LSTM單元由2個(gè)單元狀態(tài)組成，即存儲(chǔ)器ct和隱藏狀態(tài)ht，輸入門(it)，遺忘門(ft)和輸出門(ot)，用于控制信息流。所有3個(gè)門將當(dāng)前輸入xt與來(lái)自先前時(shí)間戳的隱藏狀態(tài)ht-1組合。LSTM單元還使用臨時(shí)單元格狀態(tài)yt來(lái)重新更新且調(diào)整輸入。此臨時(shí)單元格由雙曲正切函數(shù)實(shí)現(xiàn)，該函數(shù)返回介于-1和1之間的值。Sigmoid和雙曲正切均按元素方式應(yīng)用。在LSTM中，首先計(jì)算輸入門it的值，其次，計(jì)算在t時(shí)刻遺忘門的激活值ft，由以上2步可以及計(jì)算出t時(shí)刻的細(xì)胞狀態(tài)更新值ct，由此可以得到輸出門的值。通過(guò)以上計(jì)算，LSTM就可以十分有效地利用輸入來(lái)使其具有長(zhǎng)時(shí)期的記憶功能。公式如下:

以日本某地區(qū)地震前后的滑坡圖像為例，采用的是JAXA提供的觀測(cè)數(shù)據(jù)，它來(lái)自高級(jí)陸地觀測(cè)衛(wèi)星2(ALOS-2) 2016年3月7日之前的主要震動(dòng)圖像以及2016年5月16日之后的主要震動(dòng)圖像。我們選擇2個(gè)典型區(qū)域(每個(gè)區(qū)域400×400像素)作為數(shù)據(jù)集。2個(gè)數(shù)據(jù)集和可用的參考圖像是通過(guò)將先驗(yàn)信息與照片目視解釋相結(jié)合而獲得的。數(shù)據(jù)集I如圖3,(a)(b)分別是滑坡前后圖像，(c)是參考圖像;數(shù)據(jù)集II如圖4所示，(a)(b)是滑坡前圖像，其中(c)是參考圖像。圖4 數(shù)據(jù)集Ⅱ原始數(shù)據(jù)及評(píng)價(jià)參考圖


本文編號(hào)：3285072