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GIS与贝叶斯网络进行高分辨率SAR影像道路损毁信息提取

眭海刚 华凤 范一大 刘俊怡

眭海刚, 华凤, 范一大, 刘俊怡. 利用GIS与贝叶斯网络进行高分辨率SAR影像道路损毁信息提取[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 578-583. doi: 10.13203/j.whugis20140323
引用本文: 眭海刚, 华凤, 范一大, 刘俊怡. 利用GIS与贝叶斯网络进行高分辨率SAR影像道路损毁信息提取[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 578-583. doi: 10.13203/j.whugis20140323
SUI Haigang, HUA Feng, FAN Yida, LIU Junyi. Road Damage Extraction from High-Resolution SAR Image Based on GIS Data and Bayes Network[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 578-583. doi: 10.13203/j.whugis20140323
Citation: SUI Haigang, HUA Feng, FAN Yida, LIU Junyi. Road Damage Extraction from High-Resolution SAR Image Based on GIS Data and Bayes Network[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 578-583. doi: 10.13203/j.whugis20140323

利用GIS与贝叶斯网络进行高分辨率SAR影像道路损毁信息提取

doi: 10.13203/j.whugis20140323
基金项目: 国家重点基础研究发展规划(2012CB719906);国家高技术研究发展规划(2013AA122301);国家自然科学基金(41101414);高分辨率对地观测系统重大专项。
详细信息
    作者简介:

    眭海刚,博士,教授,主要从事遥感图像处理与信息提取研究。haigang_sui@263.net

    通讯作者: 刘俊怡,博士,副教授。liujunyi_ljy@163.com
  • 中图分类号: P237.4;P208

Road Damage Extraction from High-Resolution SAR Image Based on GIS Data and Bayes Network

Funds: The National Key Fundamental Research Plan of China, No. 2012CB719906; the National High Technology Research and Development Programme of China, No.2013AA122301; the National Natural Science Foundation of China, No. 41101414;Major Projects on High Resolution Earth Observation System.
  • 摘要: 合成孔径雷达(synthetic aperture radar,SAR)具有全天时、全天候观测,穿透能力强等特点,在灾害监测与评估、资源勘探等方面得到广泛应用,但其固有的相干斑噪声严重限制了单一利用SAR影像进行快速的信息获取。本文提出了一种基于GIS与贝叶斯网络的高分辨率SAR影像道路损毁信息提取方法。在GIS数据的辅助下,利用水平集分割与改进的D1检测融合的方法在影像上提取疑似道路损毁区域;再综合多证据及疑似损毁区观测值构建贝叶斯网络模型,对疑似损毁区进一步判断提取出实际道路损毁区域。实验结果表明,该方法能够快速、准确地对道路损毁信息进行提取。
  • [1] Liu Jiahang, Yang Jianfeng, Wei Chengjie, et al. Acquisition of Earthquake Damage Information Based on Remote Sensing Technology:History, Current Situation and Trend[J]. Journal of Natural Disasters, 2004, 13(6):46-53(柳稼航,杨建峰,魏成阶,等. 震害信息遥感获取技术历史、现状和趋势[J].自然灾害学报,2004,13(6):46-53)
    [2] Zhang Xirui. Method Research of Damaged Road Information Extraction Based on SAR Images[D]. Chendu:University of Electronic Science and Technology of China, 2013(张玺锐. 基于SAR图像的道路损毁信息提取方法研究[D].成都:电子科技大学,2013)
    [3] Chen Shirong, Ma Haijian, Fan Yida, et al. Road Damage Assessment from High Resolution Satellite Remote Sensing Imagery in Wenchuan Earthquake[J]. Journal of Remote Sensing, 2008, 12(6):949-955(陈世荣,马海建,范一大,等. 基于高分辨率遥感影像的汶川地震道路损毁评估[J].遥感学报,2008,12(6):949-955)
    [4] Dong Ming, Zhang Haitao, Zhu Xiaokun, et al. Change Detection of Road Networks Based on Remote Sensing Image[J]. Geomatics and Information Science of Wuhan University, 2009, 34(2):178-182(董明,张海涛,祝晓坤,等. 基于遥感影像的地图道路网数据变化检测研究[J]. 武汉大学学报\5信息科学版, 2009, 34(2):178-182)
    [5] Li Deren. Remotely Sensed Images and GIS Data Fusion for Automatic Change Detection[J]. International Journal of Image and Data Fusion, 2010, 1(1):99-108
    [6] Yu Jie, Liu Zhenyu, Yan Qin, et al. Road Network Extraction of High Resolution SAR Image in Combination with Statistics And Shape Features[J]. Geomatics and Information Science of Wuhan University, 2013, 38(11):1308-1312(余洁,刘振宇,燕琴,等. 结合统计和形状特征的高分辨率SAR影像道路网提取[J]. 武汉大学学报\5信息科学版, 2013, 38(11):1308-1312)
    [7] An Xiaoya, Sun Qun, Yang Yun, et al. A Method for Extracting Area Water Body from Remote Sensing Images Using Active Contour Model and Vector Data[J]. Geomatics and Information Science of Wuhan University, 2013, 38(10):1152-1157(安晓亚,孙群,杨云,等.一种利用主动轮廓模型和矢量数据的遥感影像面状水体提取方法[J]. 武汉大学学报\5信息科学版, 2013, 38(10):1152-1157)
    [8] Tupin F, Maiter H, Mangin F, et al. Detection of Linear Features in SAR Images:Application to Road Network Extraction[J]. IEEE Transactions on Geoscience and Remote Sensing, 1998, 36(2):434-453
    [9] Peral J. Fusion, Propagation, and Structuring in Belief Networks[J]. Artificial Intelligence, 1986, 29(3):241-288
  • [1] 宋志娜, 眭海刚, 李永成.  高分辨率可见光遥感图像舰船目标检测综述 . 武汉大学学报 ● 信息科学版, 2021, 46(11): 1703-1715. doi: 10.13203/j.whugis20200481
    [2] 李健伟, 曲长文, 彭书娟.  SAR图像舰船目标联合检测与方向估计 . 武汉大学学报 ● 信息科学版, 2019, 44(6): 901-907. doi: 10.13203/j.whugis20170328
    [3] 张波, 张瑞, 刘国祥, 刘巧, 蔡嘉伦, 于冰, 符茵, 李志林.  基于SAR影像的贡巴冰川末端冰湖年际变化监测及溃决规律分析 . 武汉大学学报 ● 信息科学版, 2019, 44(7): 1054-1064. doi: 10.13203/j.whugis20190087
    [4] 邰建豪, 潘斌, 赵珊珊, 赵园.  基于Shearlet变换的SAR与多光谱遥感影像融合 . 武汉大学学报 ● 信息科学版, 2017, 42(4): 468-474. doi: 10.13203/j.whugis20150768
    [5] 郭越, 王晓峰, 张恒振.  基于人类感知的SAR图像海上溢油检测算法 . 武汉大学学报 ● 信息科学版, 2016, 41(3): 395-401,407. doi: 10.13203/j.whugis20140404
    [6] 朱婷婷, 李斐, 张胜凯, 袁乐先.  基于CFAR的RADARSAT-1南极裸岩目标信息提取 . 武汉大学学报 ● 信息科学版, 2016, 41(11): 1512-1517. doi: 10.13203/j.whugis20150266
    [7] 郭际明, 黄长军, 喻小东, 聂智平.  利用BEMD-自适应滤波去除SAR干涉图噪声 . 武汉大学学报 ● 信息科学版, 2014, 39(4): 422-427. doi: 10.13203/j.whugis20120013
    [8] 杨红卫, 童小华.  高分辨率影像的橡胶林分布信息提取 . 武汉大学学报 ● 信息科学版, 2014, 39(4): 411-416. doi: 10.13203/j.whugis20121134
    [9] 裴媛媛, 廖明生, 王寒梅.  时间序列SAR影像监测堤坝形变研究 . 武汉大学学报 ● 信息科学版, 2013, 38(3): 266-269.
    [10] 梁志锋, 凌飞龙, 陈尔学.  全极化SAR数据的最大后验概率分类 . 武汉大学学报 ● 信息科学版, 2013, 38(6): 648-651.
    [11] 岳春宇, 江万寿.  一种利用级联滤波和松弛法的SAR图像配准方法 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 43-45.
    [12] 杨书成, 黄国满, 赵争.  一种利用影像模拟制作SAR立体模型的方法 . 武汉大学学报 ● 信息科学版, 2012, 37(11): 1325-1328.
    [13] 肖金群, 李志伟, 汪长城, 丁晓利.  相位补偿SAR差分干涉提取山区DEM算法及精度分析 . 武汉大学学报 ● 信息科学版, 2012, 37(3): 334-338.
    [14] 邓少平, 李平湘, 张继贤, 黄国满.  基于乘积模型的极化SAR滤波 . 武汉大学学报 ● 信息科学版, 2011, 36(10): 1168-1171.
    [15] 张静, 王莉丽, 林雪原, 杨智勇.  一种基于数据的核优化新方法 . 武汉大学学报 ● 信息科学版, 2010, 35(1): 110-113.
    [16] 史磊, 李平湘, 杨杰.  利用SIFT与粗差探测进行SAR影像配准 . 武汉大学学报 ● 信息科学版, 2010, 35(11): 1296-1299.
    [17] 尤红建, 傅琨.  基于分布模型差异的SAR变化检测 . 武汉大学学报 ● 信息科学版, 2008, 33(5): 454-456.
    [18] 王健, 向茂生, 李绍恩.  一种基于InSAR相干系数的SAR阴影提取方法 . 武汉大学学报 ● 信息科学版, 2005, 30(12): 1063-1066.
    [19] 史文中, 曹辉, 张剑清.  基于高分辨率影像的城市三维建模 . 武汉大学学报 ● 信息科学版, 2004, 29(9): 783-787.
    [20] 王任享.  论不同航天摄影测量传感器的摄影测量性能 . 武汉大学学报 ● 信息科学版, 2001, 26(2): 95-100.
  • 加载中
计量
  • 文章访问数:  1420
  • HTML全文浏览量:  80
  • PDF下载量:  536
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-12-01
  • 刊出日期:  2016-05-05

利用GIS与贝叶斯网络进行高分辨率SAR影像道路损毁信息提取

doi: 10.13203/j.whugis20140323
    基金项目:  国家重点基础研究发展规划(2012CB719906);国家高技术研究发展规划(2013AA122301);国家自然科学基金(41101414);高分辨率对地观测系统重大专项。
    作者简介:

    眭海刚,博士,教授,主要从事遥感图像处理与信息提取研究。haigang_sui@263.net

    通讯作者: 刘俊怡,博士,副教授。liujunyi_ljy@163.com
  • 中图分类号: P237.4;P208

摘要: 合成孔径雷达(synthetic aperture radar,SAR)具有全天时、全天候观测,穿透能力强等特点,在灾害监测与评估、资源勘探等方面得到广泛应用,但其固有的相干斑噪声严重限制了单一利用SAR影像进行快速的信息获取。本文提出了一种基于GIS与贝叶斯网络的高分辨率SAR影像道路损毁信息提取方法。在GIS数据的辅助下,利用水平集分割与改进的D1检测融合的方法在影像上提取疑似道路损毁区域;再综合多证据及疑似损毁区观测值构建贝叶斯网络模型,对疑似损毁区进一步判断提取出实际道路损毁区域。实验结果表明,该方法能够快速、准确地对道路损毁信息进行提取。

English Abstract

眭海刚, 华凤, 范一大, 刘俊怡. 利用GIS与贝叶斯网络进行高分辨率SAR影像道路损毁信息提取[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 578-583. doi: 10.13203/j.whugis20140323
引用本文: 眭海刚, 华凤, 范一大, 刘俊怡. 利用GIS与贝叶斯网络进行高分辨率SAR影像道路损毁信息提取[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 578-583. doi: 10.13203/j.whugis20140323
SUI Haigang, HUA Feng, FAN Yida, LIU Junyi. Road Damage Extraction from High-Resolution SAR Image Based on GIS Data and Bayes Network[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 578-583. doi: 10.13203/j.whugis20140323
Citation: SUI Haigang, HUA Feng, FAN Yida, LIU Junyi. Road Damage Extraction from High-Resolution SAR Image Based on GIS Data and Bayes Network[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 578-583. doi: 10.13203/j.whugis20140323
参考文献 (9)

目录

    /

    返回文章
    返回