基于视觉认知的SAR图像城市建筑物震害损毁快速检测

论文摘要

地震灾害作为重大突发性自然灾害之一,具有较强的破坏力,一旦发生极易造成巨大的人民生命财产损失。因此,地震灾害发生后的城市目标损毁快速圈定可以指导科学有效地开展灾后救援工作,最大限度地减少损失。合成孔径雷达（Synthetic Aperture Radar,SAR）具有全天时、全天候进行对地观测的能力,在灾害应急监测与灾情评估中起到其他遥感技术无法替代的作用。SAR图像由于其特殊的成像方式与噪声的影响,存在视觉效果差,人眼目视解译困难的问题,并且使用常用的变化检测方法对损毁区域进行提取准确度不高。随着计算机视觉领域的不断发展,结合神经生物学和心理学,人类对视觉信息的处理研究不断深入,视觉认知在图像处理方面取得了较大的进展,其中视觉显著性检测能够让人类视觉系统对图像中的重要信息进行快速认知,显著性区域的颜色、形状、纹理等特征与周围区域形成强对比,能被人眼快速获取。因此在本文中,将视觉认知引入地震发生后的建筑物损毁检测中,分别对地震发生后不同的SAR数据获取情况进行研究。针对仅获取震后单时相SAR数据的情况,提出了基于视觉认知的SAR图像视觉优化方法,通过自适应负指数变换的方法对SAR图像视觉效果进行优化;针对获取了地震前后单极化SAR数据的情况,提出了基于视觉显著性检测的损毁靶区快速检测方法;针对获取了地震前后极化SAR数据的情况,结合Yamaguchi极化分解中的二次散射分量,引入视觉显著性检测对损毁靶区进行快速圈定。本文主要在以下三个方面进行研究:（1）针对地震后单时相SAR图像视觉效果不佳,人工目视解译难度较大的问题,将SAR图像进行有效的可视化处理,获得适合视觉系统认知的图像,提出一种自适应的负指数变换方法对SAR图像进行视觉效果优化。通过对SAR图像统计特征分析,SAR图像散射强度值过于集中,图像散射强度值的分布与理论分布相差较大,影响人眼对图像的视觉认知效果。因此使用负指数变化将图像归一化到0-1范围,计算负指数变换后像元值的概率分布众数以及判别参数,对震后不同范围场景的SAR图像进行自动判别是否进行负指数参数修正,最后映射到0-255范围,得到最终的视觉优化效果。实验首先使用了大范围场景的SAR图像进行视觉优化,获取城市建筑物区域,然后自适应地对城市建筑物区域中的小范围场景进行视觉效果优化。该方法改善了利用震后单时相SAR图像进行建筑物损毁检测的效果,降低了目视解译难度。（2）针对获取了地震前后单极化SAR数据的情况,提出了基于视觉显著性的SAR图像损毁靶区快速检测的方法。该方法首先利用结合了强度差值与相关系数值的Z因子进行建筑物损毁区域的初步变化检测,引入Itti显著性模型对初步变化图进行显著性计算,最后使用图像分割获得损毁靶区范围。分别选取日本熊本地震前后高分辨率ALOS 2数据和印尼地震前后低分辨率Sentinel-1数据进行实验,结果表明了该方法适用于不同分辨率SAR数据的损毁靶区圈定,并且准确度较高,耗时较少。（3）针对获取了地震发生前后极化SAR数据的情况,由于极化SAR图像记录地物目标的极化散射测量矩阵,获取更丰富的地物信息,因此通过分析完好与损毁建筑物极化散射特征的差异,选取了Yamaguchi分解的二次散射分量作为建筑物表征量,对二次散射分量进行差值计算以及Itti显著性计算,得到损毁显著图并圈定损毁靶区范围。实验选取2011年3月11日的日本东海岸地震ALOS PALSAR全极化数据进行研究分析,结果表明该方法能够较为准确地圈定损毁靶区范围,并且耗时少。

论文目录

• 摘要
• Abstract
• 第1章 绪论
•   1.1 研究目的和意义
•   1.2 国内外研究现状
•     1.2.1 基于SAR图像的地震建筑物损毁研究现状
•     1.2.2 视觉认知研究现状
•   1.3 论文研究内容与章节安排
•     1.3.1 主要研究内容
•     1.3.2 论文章节安排
• 第2章 基于视觉认知的震后单时相SAR图像视觉优化
•   2.1 引言
•   2.2 视觉认知和SAR图像可视化
•   2.3 常用的SAR图像视觉优化方法
•   2.4 基于自适应负指数变换的SAR图像视觉优化
•     2.4.1 SAR图像数据的统计特征
•     2.4.2 负指数变换
•     2.4.3 负指数参数调整
•     2.4.4 判别参数计算
•     2.4.5 算法计算流程
•   2.5 实验结果与分析
•     2.5.1 震后大范围场景SAR图像优化
•     2.5.2 震后小范围场景SAR图像优化
•   2.6 本章小结
• 第3章 基于视觉显著性的单极化SAR图像建筑物损毁靶区检测
•   3.1 引言
•   3.2 研究方法
•     3.2.1 基于Z因子的初步损毁检测
•     3.2.2 视觉显著性检测
•     3.2.3 图像分割
•   3.3 实验结果与分析
•     3.3.1 基于地震前后高分辨率SAR图像的损毁靶区检测
•     3.3.2 基于地震前后低分辨率SAR图像的损毁靶区检测
•   3.4 本章小结
• 第4章 基于视觉显著性的全极化SAR图像建筑物损毁靶区检测
•   4.1 引言
•   4.2 原理介绍
•     4.2.1 建筑物散射机制分析
•     4.2.2 极化分解理论
•   4.3 研究方法
•     4.3.1 本文方法流程
•     4.3.2 Yamaguchi分解
•     4.3.3 初步变化检测
•   4.4 实验结果与分析
•     4.4.1 实验区及数据源
•     4.4.2 实验结果与分析
•   4.5 本章小结
• 第5章 总结与展望
• 参考文献
• 学术成果与参与项目情况
• 致谢

文章来源

类型: 硕士论文

作者: 韦诗莹

导师: 张瑞菊,张风丽,杨贵军

关键词: 视觉优化,视觉显著性,建筑物,损毁靶区

来源: 北京建筑大学

年度: 2019

分类: 基础科学,信息科技

专业: 地质学,地球物理学,电信技术

单位: 北京建筑大学

分类号: TN957.52;P315.9

总页数: 79

文件大小: 23517K

下载量: 147