專利名稱：基于像元的遙感震害信息提取與挖掘方法
技術領域：
本發(fā)明涉及一種震害信息獲取方法，尤其涉及一種基于像元的遙感震害信息提取
與挖掘方法。
背景技術：
震害信息的快速提取、震害損失的快速評估，是救災決策的重要基礎信息。 現(xiàn)有技術中，震害信息的提取和評估，主要通過人工目視解譯的方法。 震害信息人工目視解譯，雖然在信息獲取的精度和可靠性上具有很大的優(yōu)勢，但
由于工作量大、效率低、成本高，信息解譯、匯集、整編所用時間長，難以滿足應用上對時效
性的要求。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種快速、高效，同時能保證足夠精度的基于像元的遙感震害信息提取與挖掘方法。 本發(fā)明的目的是通過以下技術方案實現(xiàn)的 本發(fā)明的基于像元的遙感震害信息提取與挖掘方法，包括步驟 首先，對災前、災后不同時相影像，通過光譜變異、主成分融合的方法自動發(fā)現(xiàn)變
化區(qū)域； 然后，運用雙閾值區(qū)域生長算法進行圖像分割，分割出對變化區(qū)域并獲取變化信息二值圖像； 最后，對分割出的變化區(qū)域進行人工目視解譯，提取出其中的震害信息。 由上述本發(fā)明提供的技術方案可以看出，本發(fā)明所述的基于像元的遙感震害信息
提取與挖掘方法，由于首先對災前、災后不同時相影像，通過光譜變異、主成分融合的方法
自動發(fā)現(xiàn)變化區(qū)域；然后運用雙閾值區(qū)域生長算法進行圖像分割，分割出對變化區(qū)域并獲
取變化信息二值圖像；最后對分割出的變化區(qū)域及變化信息進行人工目視解譯，提取出其
中的震害信息。解決了震災變化信息人工解譯的工作量大，調(diào)查周期長的不足，提高了效
率，同時能保證足夠精度。
具體實施例方式
本發(fā)明的基于像元的遙感震害信息提取與挖掘方法，其較佳的具體實施方式
，包括步驟 首先，對災前、災后不同時相影像，通過光譜變異、主成分融合的方法自動發(fā)現(xiàn)變化區(qū)域； 然后，運用雙閾值區(qū)域生長算法進行圖像分割，分割出對變化區(qū)域并獲取變化信息二值圖像； 最后，對分割出的變化區(qū)域和變化信息進行人工目視解譯，提取出其中的震害信
3息。 所述的通過光譜變異、主成分融合的方法自動發(fā)現(xiàn)變化區(qū)域可以包括將災前IK0N0S影像和災后QUICKBIRD影像分別做主成分變換，取它們各自的前3
個分量組成新的多光譜影像，再次進行主成分變換； 在得到的6個分量當中，前3個分量集合了兩種數(shù)據(jù)的主要信息，后面3個分量則反映了變化的信息，選擇后3個分量進行假彩色合成得出發(fā)生變化的區(qū)域。
所述的進行圖像可以分割包括 利用多個小區(qū)域的灰度直方圖計算大區(qū)域的分割雙閾值，確定分割目標的核心區(qū)
域和不確定區(qū)域，再利用像素鄰域灰度差作為區(qū)域生長條件，完成目標區(qū)域的分割。在進行
圖像分割之前，首先用小波變換方法對包含變化信息的影像進行去噪處理。 所述的對分割出的變化區(qū)域進行人工目視解譯時，可以結合以下數(shù)據(jù)資料 DEM(數(shù)字高程模型)、水文分析，用于滑坡信息提??； 土地利用現(xiàn)狀圖，用于識別震害地類的改變； NDVI指數(shù)(歸一化植被指數(shù))，用于分析非地震引起的不同季節(jié)植被覆蓋、耕地的變化情況。 本發(fā)明在保證震害信息獲取的精度和可靠性的基礎上，解決了震災變化信息人工解譯的工作量大，調(diào)查周期長的不足，提高了效率，節(jié)約了成本。
下面通過具體實施例對本發(fā)明進行詳細的描述 將震前IK0N0S影像和震后QUICKBIRD影像分別做主成分變換，取它們各自的前3個分量組成新的多光譜影像，再次進行主成分變換。在得到的6個分量當中，前幾個分量集合了兩種數(shù)據(jù)的主要信息，后面幾個分量則反映了變化的信息，所以選擇后幾個分量進行假彩色合成得出發(fā)生變化的區(qū)域。 應用極小點最優(yōu)閾值方法對震害變化圖像進行區(qū)域分割分別提取變化區(qū)域，把所得到的3幅二值圖像的數(shù)據(jù)矩陣相加求平均后得到最終的結果。 利用雙閾值法結合區(qū)域生長算法的優(yōu)勢，完成對灰度遙感影像震害變化圖斑的分割。基本思路是利用多個小區(qū)域的灰度直方圖計算大區(qū)域的分割雙閾值，確定分割目標的核心區(qū)域和不確定區(qū)域，再利用像素鄰域灰度差作為區(qū)域生長條件，完成目標區(qū)域的分割。數(shù)據(jù)處理前，需用小波變換或其他方法對包含變化信息的影像進行去噪處理，可以減少部分噪聲對分割結果的影響。 對分割出的變化區(qū)域圖進行目視判讀，結合相關數(shù)據(jù)資料(DEM、水文分析用于滑坡信息提??；土地利用現(xiàn)狀圖用于識別震害地類的改變；NDVI指數(shù)用于分析非地震引起的不同季節(jié)植被覆蓋、耕地的變化情況等)，并且引進上述相關的模型作為特征參數(shù)，綜合分析，提取出最終的震害信息。 本發(fā)明的基于像元的震害變化信息提取與挖掘方法，以高分辨率遙感影像為數(shù)據(jù)源，采用遙感信息自動獲取與人工目視解譯相結合的方式，首先，對災前、災后不同時相影像，通過光譜變異、主成分融合等方法自動發(fā)現(xiàn)變化區(qū)域，然后運用雙閾值區(qū)域生長算法對變化區(qū)域進行圖像分割獲取變化信息二值圖像，最后對分割出的變化區(qū)域進行人工目視解譯，提取出其中的震害信息。
能夠取得以下有益效果
大大減少了震災變化信息提取的工作量，提高了效率，縮短了調(diào)查周期，節(jié)約了成本，既不降低震害信息獲取的精度和可靠性，又彌補了多時相自動提取技術的不確定性與不足，為震害評估工作提供了科學的依據(jù)和技術保障。 以上所述，僅為本發(fā)明較佳的具體實施方式
，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發(fā)明揭露的技術范圍內(nèi)，可輕易想到的變化或替換，都應涵蓋在本發(fā)明的保護范圍之內(nèi)。
權利要求
一種基于像元的遙感震害信息提取與挖掘方法，其特征在于，包括步驟首先，對災前、災后不同時相影像，通過光譜變異、主成分融合的方法自動發(fā)現(xiàn)變化區(qū)域；然后，運用雙閾值區(qū)域生長算法進行圖像分割，分割出對變化區(qū)域并獲取變化信息；最后，對分割出的變化區(qū)域及變化信息進行人工目視解譯，提取出其中的震害信息。
2. 根據(jù)權利要求1所述的基于像元的遙感震害信息提取與挖掘方法，其特征在于，所述的通過光譜變異、主成分融合的方法自動發(fā)現(xiàn)變化區(qū)域包括將災前IK0N0S影像和災后QUICKBIRD影像分別做主成分變換，取它們各自的前3個分量組成新的多光譜影像，再次進行主成分變換；在得到的6個分量當中，前3個分量集合了兩種數(shù)據(jù)的主要信息，后面3個分量則反映了變化的信息，選擇后3個分量進行假彩色合成得出發(fā)生變化的區(qū)域。
3. 根據(jù)權利要求2所述的基于像元的遙感震害信息提取與挖掘方法，其特征在于，所述的進行圖像分割包括利用多個小區(qū)域的灰度直方圖計算大區(qū)域的分割雙閾值，確定分割目標的核心區(qū)域和不確定區(qū)域，再利用像素鄰域灰度差作為區(qū)域生長條件，完成目標區(qū)域的分割。
4. 根據(jù)權利要求3所述的基于像元的遙感震害信息提取與挖掘方法，其特征在于，所述的進行圖像分割之前，首先用小波變換方法對包含變化信息的影像進行去噪處理。
5. 根據(jù)權利要求4所述的基于像元的遙感震害信息提取與挖掘方法，其特征在于，所述的對分割出的變化區(qū)域及變化信息進行人工目視解譯時，結合以下數(shù)據(jù)資料數(shù)字高程模型、水文分析，用于滑坡信息提??；土地利用現(xiàn)狀圖，用于識別震害地類的改變；歸一化植被指數(shù)，用于分析非地震引起的不同季節(jié)植被覆蓋、耕地的變化情況。
全文摘要
本發(fā)明公開了一種基于像元的遙感震害信息提取與挖掘方法，根據(jù)災前、災后不同時相遙感影像，首先通過光譜變異、主成分融合的方法自動發(fā)現(xiàn)變化區(qū)域；然后運用雙閾值區(qū)域生長算法對變化圖像進行分割，獲取變化信息二值圖像；最后對分割出的變化區(qū)域的二值圖像進行人工目視解譯，提取出其中的震害信息。解決了震災變化信息人工解譯的工作量大，調(diào)查周期長的不足，提高了效率，同時能保證足夠精度。
文檔編號G06T7/00GK101788685SQ201010108998
公開日2010年7月28日 申請日期2010年2月11日 優(yōu)先權日2010年2月11日
發(fā)明者何挺, 劉愛霞, 吳劍, 王靜 申請人:中國土地勘測規(guī)劃院