利用融合纹理与形态特征进行地震倒塌房屋信息自动提取

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用融合纹理与形态特征进行地震倒塌房屋信息自动提取

李祖传, 马建文, 张睿, 李利伟

文章导航 > 武汉大学学报 ( 信息科学版) > 2010 > 35(4): 446-450

李祖传, 马建文, 张睿, 李利伟. 利用融合纹理与形态特征进行地震倒塌房屋信息自动提取[J]. 武汉大学学报 ( 信息科学版), 2010, 35(4): 446-450.

引用本文:

李祖传, 马建文, 张睿, 李利伟. 利用融合纹理与形态特征进行地震倒塌房屋信息自动提取[J]. 武汉大学学报 ( 信息科学版), 2010, 35(4): 446-450.

LI Zuchuan, MA Jianwen, ZHANG Rui, LI Liwei. Extracting Damaged Buildings Information Automatically Based on Textural and Morphological Features[J]. Geomatics and Information Science of Wuhan University, 2010, 35(4): 446-450.

Citation:

LI Zuchuan, MA Jianwen, ZHANG Rui, LI Liwei. Extracting Damaged Buildings Information Automatically Based on Textural and Morphological Features[J]. Geomatics and Information Science of Wuhan University, 2010, 35(4): 446-450.

利用融合纹理与形态特征进行地震倒塌房屋信息自动提取

¹中国科学院对地观测与数字地球科学中心,北京市中关村北一条9号100190;²中国科学院研究生院,北京市玉泉路甲19号,100049;³中国科学院遥感应用研究所,北京市大屯路甲20号100101

基金项目: 中国科学院知识创新工程重要方向资助项目(kzcx2-yw-313-3)；国家863计划资助项目(2007AA12Z157)；中国科学院知识创新工程青年人才领域前沿专项资助项目(O8S01100CX)

作者简介:
李祖传,硕士生,主要从事遥感数据智能处理算法研究。

中图分类号: P237.3

Extracting Damaged Buildings Information Automatically Based on Textural and Morphological Features

¹Center for Earth Observation and Digital Earth,CAS,9 Beiyitiao,Zhongguancun,Beijing 100190,China;²Institute of Remote Sensing Applications,CAS,A20 Datun Road,Beijing 100101,China;³School of Graduate,Chinese Academy of Sciences,A19 Yuquan Road,Beijing 100049,China

Funds: 中国科学院知识创新工程重要方向资助项目(kzcx2-yw-313-3)；国家863计划资助项目(2007AA12Z157)；中国科学院知识创新工程青年人才领域前沿专项资助项目(O8S01100CX)

摘要: 提出了一种以震后单一时相高空间分辨率光学遥感影像为基础,融合纹理特征和形态特征的地震倒塌房屋自动提取方法,研究了不同尺度纹理特征和形态特征在倒塌房屋提取中的作用和表现。以5.12汶川地震作为研究实例,结果表明,本方法能够有效提取地震倒塌房屋。倒塌房屋产品精度和用户精度分别为86.65%和86.35%,Kappa系数为0.790 6。
- 高空间分辨率 /
- 纹理特征 /
- 形态特征 /
- 特征选择
Abstract: Extracting damaged buildings accurately and quickly through remote sensing has an important meaning to damage evaluation and relief after earthquake.A method,which based only on high spatial resolution optical remotely sensed image acquired after earthquake and fused textural features and morphological features,was proposed to extract damaged buildings automatically.Besides,the use and behaving of different scales textural features and morphological features in damaged buildings extraction were investigated.A study case,Wenchuan Earthquake,was studied.Experiment results showed that this method could extract damaged buildings effectively and reach a good result that the product accuracy and the user accuracy of damaged buildings,and Kappa coefficient were 86.65%,86.35% and 0.790 6 respectively.
- high spatial resolution /
- textural feature /
- morphological feature /
- feature selection

[1]	刘利敏, 余洁, 李小娟, 李平湘, 杨杰. 引入商空间粒度计算的全极化SAR影像分类 . 武汉大学学报 ( 信息科学版), 2018, 43(1): 74-80. doi: 10.13203/j.whugis20150324
[2]	韩波, 李衡, 王志波, 崔晓晖. 气溶胶光学厚度估测中的LASSO特征选择方法 . 武汉大学学报 ( 信息科学版), 2018, 43(4): 536-541. doi: 10.13203/j.whugis20160014
[3]	佃袁勇, 杨光, 方圣辉. 傅里叶谱纹理和光谱信息结合的高分辨率遥感影像地表覆盖分类 . 武汉大学学报 ( 信息科学版), 2017, 42(3): 362-368. doi: 10.13203/j.whugis20140952
[4]	殷亚秋, 李家国, 余涛, 鞠颂, 米晓飞, 侯海倩. 结合正则化最小二乘进行高空间分辨率四波段相机云识别 . 武汉大学学报 ( 信息科学版), 2016, 41(2): 190-195. doi: 10.13203/j.whugis20140208
[5]	王云艳, 何楚, 涂峰, 陈东, 廖明生. 特征选择双层svm的融合算法用于极化sar图像分类 . 武汉大学学报 ( 信息科学版), 2015, 40(9): 1157-1162. doi: 10.13203/j .whu g is20140351
[6]	詹总谦, 来冰华, 万杰, 李楼. 一种利用纹理特征和朴素贝叶斯分类器检测近景影像植被的方法 . 武汉大学学报 ( 信息科学版), 2013, 38(6): 665-668.
[7]	李雪, 舒宁, 李井冈, 刘小利. 基于特征贡献选择的遥感影像变化检测方法研究 . 武汉大学学报 ( 信息科学版), 2013, 38(10): 1158-1162.
[8]	周家香, 朱建军, 梅小明, 马慧云. 多维特征自适应MeanShift遥感图像分割方法 . 武汉大学学报 ( 信息科学版), 2012, 37(4): 419-422.
[9]	余晓敏, 湛飞并, 廖明生, 胡金星. 利用改进SEaTH算法的面向对象分类特征选择方法 . 武汉大学学报 ( 信息科学版), 2012, 37(8): 921-924.
[10]	刘梦玲, 陈嘉宇, 孙洪. Joint Boost特征选择的SAR信息可视化技术研究 . 武汉大学学报 ( 信息科学版), 2012, 37(10): 1240-1243.
[11]	何楚, 刘明, 许连玉, 刘龙珠. 利用特征选择自适应决策树的层次SAR图像分类 . 武汉大学学报 ( 信息科学版), 2012, 37(1): 46-49.
[12]	杨柳, 刘艳芳. 将微粒群和支持向量机用于耕地驱动因子选择的研究 . 武汉大学学报 ( 信息科学版), 2010, 35(2): 248-251.
[13]	魏小莉, 沈未名. 一种基于马尔科夫随机场模型的彩色纹理图像分割 . 武汉大学学报 ( 信息科学版), 2010, 35(8): 955-958.
[14]	张睿, 马建文. 一种SVM-RFE高光谱数据特征选择算法 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 834-837.
[15]	李利伟, 马建文, 温奇. 双模态脉冲耦合神经网络高分辨率光学卫星影像分割 . 武汉大学学报 ( 信息科学版), 2008, 33(3): 322-325.
[16]	叶志伟, 郑肇葆, 万幼川, 虞欣. 基于蚁群优化的特征选择新方法 . 武汉大学学报 ( 信息科学版), 2007, 32(12): 1127-1130.
[17]	金淑英, 李德仁, 龚健雅. 基于偏最小二乘回归的纹理特征线性组合 . 武汉大学学报 ( 信息科学版), 2006, 31(5): 399-402.
[18]	黄昕, 张良培, 邵振锋, 李平湘. 基于独立分量分析的纹理特征维数减少 . 武汉大学学报 ( 信息科学版), 2006, 31(12): 1055-1058.
[19]	林宗坚, 宣文玲, 王艳. 高分辨率影像定位的一种新方法 . 武汉大学学报 ( 信息科学版), 2004, 29(4): 363-366.
[20]	黄桂兰, 郑肇葆. 空间灰度相关在影像纹理分类中的应用及分析 . 武汉大学学报 ( 信息科学版), 1995, 20(4): 301-304.

WeChat

点击查看大图

计量

文章访问数: 934
HTML全文浏览量: 60
PDF下载量: 474
被引次数: 0

利用融合纹理与形态特征进行地震倒塌房屋信息自动提取

¹中国科学院对地观测与数字地球科学中心,北京市中关村北一条9号100190;²中国科学院研究生院,北京市玉泉路甲19号,100049;³中国科学院遥感应用研究所,北京市大屯路甲20号100101

基金项目: 中国科学院知识创新工程重要方向资助项目(kzcx2-yw-313-3)；国家863计划资助项目(2007AA12Z157)；中国科学院知识创新工程青年人才领域前沿专项资助项目(O8S01100CX)

作者简介:
李祖传,硕士生,主要从事遥感数据智能处理算法研究。

收稿日期: 2010-01-18
修回日期: 2010-01-18
刊出日期: 2010-04-05

中图分类号: P237.3

关键词:

高空间分辨率 /

摘要: 提出了一种以震后单一时相高空间分辨率光学遥感影像为基础,融合纹理特征和形态特征的地震倒塌房屋自动提取方法,研究了不同尺度纹理特征和形态特征在倒塌房屋提取中的作用和表现。以5.12汶川地震作为研究实例,结果表明,本方法能够有效提取地震倒塌房屋。倒塌房屋产品精度和用户精度分别为86.65%和86.35%,Kappa系数为0.790 6。

English Abstract

李祖传, 马建文, 张睿, 李利伟. 利用融合纹理与形态特征进行地震倒塌房屋信息自动提取[J]. 武汉大学学报 ( 信息科学版), 2010, 35(4): 446-450.

引用本文:

李祖传, 马建文, 张睿, 李利伟. 利用融合纹理与形态特征进行地震倒塌房屋信息自动提取[J]. 武汉大学学报 ( 信息科学版), 2010, 35(4): 446-450.

LI Zuchuan, MA Jianwen, ZHANG Rui, LI Liwei. Extracting Damaged Buildings Information Automatically Based on Textural and Morphological Features[J]. Geomatics and Information Science of Wuhan University, 2010, 35(4): 446-450.

Citation:

LI Zuchuan, MA Jianwen, ZHANG Rui, LI Liwei. Extracting Damaged Buildings Information Automatically Based on Textural and Morphological Features[J]. Geomatics and Information Science of Wuhan University, 2010, 35(4): 446-450.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码