【摘要】：準(zhǔn)確地獲知災(zāi)區(qū)的建筑物損毀程度能為抗震救災(zāi)和災(zāi)后重建提供決策依據(jù)。利用震后極化合成孔徑雷達(dá)(SAR)數(shù)據(jù),該文提出了一種綜合利用極化分解后多紋理特征的震后建筑物損毀評(píng)估方法。首先,用Pauli分解的π/4偶次散射分量剔除非建筑區(qū);其次,用Pauli分解的π/4偶次散射分量的方差特征、對(duì)比度特征和Pauli分解的奇次散射分量的對(duì)比度特征識(shí)別倒塌建筑物,并分別基于區(qū)塊計(jì)算建筑物損毀指數(shù);最后,綜合3個(gè)紋理特征完成建筑物的損毀評(píng)估。采用玉樹(shù)震后RADARSAT-2數(shù)據(jù)和東日本大地震后ALOS-1數(shù)據(jù)的實(shí)驗(yàn)驗(yàn)證了所提方法對(duì)建筑物損毀評(píng)估的有效性,該方法對(duì)玉樹(shù)城區(qū)和日本石卷城區(qū)的重度、中度和輕度損毀建筑評(píng)估的總體精度分別為74.39%和80.26%。與其他方法的對(duì)比實(shí)驗(yàn)表明,該方法能減少取向角的影響,對(duì)存留有少數(shù)與方位向平行的完好建筑物的倒塌區(qū)、大取向角的完好建筑區(qū)的評(píng)估更為準(zhǔn)確。
【圖文】：

Pauli分解將目標(biāo)的散射過(guò)程相干分解為4種散射機(jī)制：平坦表面的奇次散射，方向角為0°的角反射器產(chǎn)生的二面角散射(偶次散射)，方向角為45°的角反射器產(chǎn)生的二面角散射(π/4偶次散射)，以及散射矩陣的所有不對(duì)稱(chēng)分量。在滿(mǎn)足互易定理的單站情況下，SHV=SVH，使得d=0，此時(shí)Pauli分解可簡(jiǎn)化為3個(gè)基矩陣。奇次散射、偶次散射和π/4偶次散射分量的功率依次可描述為u=10lg(|a|2)v=10lg(|b|2)ω=10lg(|c|2)(3)一般地，非建筑區(qū)主要包括河流、道路及裸地等目標(biāo)，這些地物以奇次散射為主，其他類(lèi)型散射均較弱；而完好建筑物的屋頂及倒塌建筑物的奇次散射也較強(qiáng)。建筑物倒塌后偶次散射降低，奇次散射增強(qiáng)；但完好建筑和倒塌建筑的π/4偶次散射均明顯強(qiáng)于非建筑物區(qū)。圖2為玉樹(shù)震后的RADARSAT-2極化SAR圖像中完好建筑物、倒塌建筑物和非建筑物區(qū)樣本Pauli分解后各分量的均值�？梢钥闯�，非建筑區(qū)和建筑區(qū)(包括完好建筑物和倒塌建筑物)在π/4偶次散射分量的差異最大。因此，根據(jù)震后災(zāi)區(qū)地物的散射機(jī)制，本文利用Pauli分解的π/4偶次散射分量功率ω來(lái)區(qū)分非建筑區(qū)和建筑區(qū)。為了降低相干斑噪聲的影響，本文利用3×3窗口均值濾波后的π/4偶次散射分量功率ω′剔除非建筑物。通過(guò)統(tǒng)計(jì)分析確定區(qū)分建筑區(qū)與非建筑區(qū)圖1利用極化分解后多紋理特征的建筑物損毀評(píng)估流程Fig.1Theflowchartofbuildingdamageassessmentusingtexturefeaturesofpolarizationdecompositioncomponents圖2建筑區(qū)與非建筑區(qū)樣本的Pauli分解后各分量的均值Fig.2ThemeanofsamplescalculatedonthethreecomponentsafterPaulidecomposition陳啟浩等：極化分解后多紋理特征的建筑物損毀評(píng)估957

Pauli分解將目標(biāo)的散射過(guò)程相干分解為4種散射機(jī)制：平坦表面的奇次散射，方向角為0°的角反射器產(chǎn)生的二面角散射(偶次散射)，方向角為45°的角反射器產(chǎn)生的二面角散射(π/4偶次散射)，以及散射矩陣的所有不對(duì)稱(chēng)分量。在滿(mǎn)足互易定理的單站情況下，SHV=SVH，使得d=0，此時(shí)Pauli分解可簡(jiǎn)化為3個(gè)基矩陣。奇次散射、偶次散射和π/4偶次散射分量的功率依次可描述為u=10lg(|a|2)v=10lg(|b|2)ω=10lg(|c|2)(3)一般地，非建筑區(qū)主要包括河流、道路及裸地等目標(biāo)，這些地物以奇次散射為主，其他類(lèi)型散射均較弱；而完好建筑物的屋頂及倒塌建筑物的奇次散射也較強(qiáng)。建筑物倒塌后偶次散射降低，奇次散射增強(qiáng)；但完好建筑和倒塌建筑的π/4偶次散射均明顯強(qiáng)于非建筑物區(qū)。圖2為玉樹(shù)震后的RADARSAT-2極化SAR圖像中完好建筑物、倒塌建筑物和非建筑物區(qū)樣本Pauli分解后各分量的均值�？梢钥闯�，非建筑區(qū)和建筑區(qū)(包括完好建筑物和倒塌建筑物)在π/4偶次散射分量的差異最大。因此，根據(jù)震后災(zāi)區(qū)地物的散射機(jī)制，，本文利用Pauli分解的π/4偶次散射分量功率ω來(lái)區(qū)分非建筑區(qū)和建筑區(qū)。為了降低相干斑噪聲的影響，本文利用3×3窗口均值濾波后的π/4偶次散射分量功率ω′剔除非建筑物。通過(guò)統(tǒng)計(jì)分析確定區(qū)分建筑區(qū)與非建筑區(qū)圖1利用極化分解后多紋理特征的建筑物損毀評(píng)估流程Fig.1Theflowchartofbuildingdamageassessmentusingtexturefeaturesofpolarizationdecompositioncomponents圖2建筑區(qū)與非建筑區(qū)樣本的Pauli分解后各分量的均值Fig.2ThemeanofsamplescalculatedonthethreecomponentsafterPaulidecomposition陳啟浩等：極化分解后多紋理特征的建筑物損毀評(píng)估957

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張志龍;李吉成;沈振康;;基于局部沃爾什變換的紋理特征提取方法研究[J];信號(hào)處理;2005年06期

2 王德民;基于數(shù)學(xué)形態(tài)學(xué)的紋理特征及其有效性的實(shí)驗(yàn)比較[J];電子學(xué)報(bào);1995年01期

3 魏錸;胡卓瑋;;基于合成孔徑雷達(dá)影像的海洋溢油紋理特征參數(shù)分析[J];海洋學(xué)報(bào)(中文版);2013年01期

4 李學(xué)龍,劉政凱,俞能海;一種有效的基于內(nèi)容的圖像檢索方法[J];通信學(xué)報(bào);2002年12期

5 廖倩倩;夏定元;;基于提升小波提取顏色和紋理特征的圖像檢索方法[J];電子技術(shù)應(yīng)用;2007年04期

6 付仲良;張文元;孟慶祥;;灰度和紋理特征組合的SAR影像SVM分類(lèi)[J];應(yīng)用科學(xué)學(xué)報(bào);2012年05期

7 殷澤興,李介谷;基于紋理特征的圖像檢索[J];紅外與激光工程;1999年06期

8 童濤;楊桄;崔震;葉怡;王壽彪;;基于紋理特征的SAR圖像水上橋梁目標(biāo)檢測(cè)[J];中國(guó)體視學(xué)與圖像分析;2012年02期

9 吳樊,王超,張紅;基于紋理特征的高分辨率SAR影像居民區(qū)提取[J];遙感技術(shù)與應(yīng)用;2005年01期

10 徐佳;陳媛媛;黃其歡;何秀鳳;;綜合灰度與紋理特征的高分辨率星載SAR圖像建筑區(qū)提取方法研究[J];遙感技術(shù)與應(yīng)用;2012年05期

相關(guān)碩士學(xué)位論文 前4條

1 劉虹呈;基于紋理特征的HEVC綜合性算法的研究[D];電子科技大學(xué);2015年

2 黨曉婉;基于SVM和散射機(jī)理的極化SAR影像地物分類(lèi)[D];西安電子科技大學(xué);2014年

3 李欽嵐;極化SAR流冰區(qū)大塊接觸性浮冰分離方法研究[D];大連海事大學(xué);2017年

4 劉明珠;基于紋理特征的SAR圖像質(zhì)量評(píng)估[D];哈爾濱工程大學(xué);2013年

本文編號(hào)：2570927