【摘要】：地震發(fā)生后,道路是生命救援及運輸物資的重要交通樞紐,因此快速有效地獲取道路的信息是震后搶險救災(zāi)非常關(guān)鍵的一步。針對多時相遙感影像震害信息提取在震前影像數(shù)據(jù)缺失情況下無法有效進(jìn)行這一問題,本文提出了一個單時相高分辨率遙感影像震后毀損道路提取方法,該方法利用多尺度分割與光譜差異分割的組合分割形式對影像進(jìn)行分割,參照分割結(jié)果經(jīng)過多次實驗選取最優(yōu)分割尺度;之后選擇最鄰近分類器對分割圖像進(jìn)行分類并進(jìn)行特征空間優(yōu)化,得到分類結(jié)果;然后對分類結(jié)果進(jìn)行基于一維最大熵的影像二值化,并用數(shù)學(xué)形態(tài)學(xué)技術(shù)去除偏小的圖斑;最后將改進(jìn)的傳統(tǒng)Hough變換對震后道路信息進(jìn)行優(yōu)化,檢測到毀損路段并計算其長度。由于后續(xù)的道路提取工作是在面向?qū)ο蠓诸惢A(chǔ)之上完成的,為了說明面向?qū)ο蠓诸惙ǖ膬?yōu)越性,在面向?qū)ο蠓诸悓嶒炛?基于2014年8月3日云南魯?shù)榈卣鸬膯螘r相高分辨率WorldView-2遙感影像與2008年北川地震無人機(jī)影像數(shù)據(jù)進(jìn)行了震后毀損道路提取實驗。在該實驗中,利用混淆矩陣將該方法與基于像元的分類方法進(jìn)行定量化比較,分析了二者的精度差別。對于提取出的震后道路信息,以目視解譯及道路損毀評估模型為參照,對該方法的精度及損毀類型進(jìn)行評估。實驗結(jié)果證明,該方法對震后道路信息提取精度達(dá)到了 80%以上,可以快速有效地提取出震后山區(qū)道路毀損信息,為地震應(yīng)急提供信息支持。
【學(xué)位授予單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：P237;P315.9
【圖文】：

灣省處于環(huán)太平洋地震帶上［３］。自２０世紀(jì)以來，我國發(fā)生６級以上地震的次數(shù)高達(dá)８００多逡逑次，死傷人數(shù)超過５５萬人，甚至比全世界地震死亡人數(shù)的一半還要多，受災(zāi)嚴(yán)重情況居逡逑于世界第一位［４］。我國地震分布帶如圖１．１所示。逡逑中國強(qiáng)震及地震帶分布圖逡逑膏岕逡逑也二．｝邐＼邐Ｍ逡逑？邐／邐我國五個地區(qū)２３條主要地潢帶邐＼邋板逡逑Ｋｔａ邋＞邋？．0邐ｒ邐／邐Ｊ逡逑＾邐１邐①臺灣省及其Ｗ近海域：邐塊逡逑＼邐２西商地區(qū)，主要是西藏、四川西部和云南中西部４逡逑Ｖ邋３西北地區(qū)，主要在甘＊河西４麻、？海、寧５Ｅ、天山商北麓：逡逑＾邐＼邋４華北地區(qū)，主晏在太行山兩倆、汾渭河谷、明山－蘸山一帶、山東中部逡逑邐邐邐邐邐Ｊ邋＼ｓ東商沿海的廣東、j返鵲�。辶x賢跡保敝泄卣鶇植紀(jì)煎義希疲椋紓澹保卞澹茫瑁椋睿徨澹澹幔潁簦瑁瘢酰幔耄澹簀澹錚睿邋義系卣鴟⑸蓖岵卮蟮牡刂蝕紊趾�，染l�、泥石瘤棦堰塞湖谍x約胺課蒎義咸暗纜肥芩�。地狰|⑸螅智纜肥巧仍霸聳湮鎰實鬧匾煌ㄊ嗯�，葰g皰義希卞澹義

本文編號：2731474