Currently, remote sensing technology is one of most effective means for the disaster information quick acquisition, natural disaster emergency rescue and rapid disaster assessment. The information extraction using high-resolution remote sensing image is an important issue of great challenge which urgently needs to overcame. Previous research shows that recognition and damage assessment for bridge over water has rarely been studies. Mining and application of target characteristics knowledge were not deep enough, the mechanism and process of transformation from observed data to spatial information and geo-knowledge was also not clearly enough. For this project, we analyze the bridges over water which collapsed or damaged due to natural disasters, then study the invariance law of target image and carry out image characteristic parameter extraction, spatial data mining and knowledge discovery. The novel direction-augmented linear structuring elements were designed, and a knowledge-based target recognition and damage detection model with self-adaptive technology was built. Taking into account the characteristics of high-resolution optical remote sensing images and the factors that affect the traffic system capacity, the damage assessment system was built. This project is crucial for the damage assessment of bridge over water, rapid disaster judgment, disaster relief line optimization and disaster recovery and reconstruction. It can provide beneficial technical support for the science and timeliness of government disaster relief decision.
遥感技术逐渐成为快速获取灾情信息、进行灾后损毁评估和应急救援的有效手段。研究表明,针对水上桥梁目标的损毁评估研究还比较薄弱,目标特征知识的挖掘、应用还不够深入,从观测数据到空间信息和地学知识转化的机理与过程还不够清晰。本项目针对因自然灾害而垮塌、脱落、掩埋、开裂的水上桥梁目标,在海量多源空间数据的支持下,构建目标训练集;突破空间数据挖掘与知识发现、复杂环境下水体信息提取、方向增强型线性结构元素设计等关键问题,揭示地物目标在光谱属性、纹理测度、空间分布及时相变化等方面的内在规律,形成面向桥梁目标识别与损毁检测的特征知识应用规则,实现“数据-特征-规则-知识”的转化,构建基于特征知识的水上桥梁目标识别与损毁检测模型;从影响交通系统实际通行能力的因素出发,构建损毁评估指标,制定损毁等级划分规则,实现桥梁损毁评估。本项目对于目标损毁评估、救灾线路优选等具有重要意义,能够为政府减灾救灾提供技术支撑。
我国是世界上自然灾害最为严重的国家之一,灾害种类之多、发生频率之高、经济损失之大、人口伤亡之重使得防灾减灾工作面临前所未有的挑战。遥感技术具有范围广、速度快、手段多、信息量大、周期短、限制少等特点,逐渐成为自然灾害风险预警、监测、评估和重建等工作的重要手段。.本研究从自然灾害应急救援与灾情快速评估实际需求出发,针对水上桥梁目标,以灾后高分辨率光学遥感图像为主要数据源,深入研究目标识别、损毁检测与评估等关键技术,主要完成了以下几个方面的工作:. (1)桥梁目标特征参数定量表达和知识选取。本研究分析了损毁前后桥梁目标特征在高分辨率光学遥感图像上的变化规律,讨论了特征参数的抽取和定量表达,并从桥梁损毁评估的整体技术路线出发,在不同阶段加入相应的桥梁先验特征知识,指导目标识别、损毁检测与评估等工作的开展,以降低流程复杂度,提高运算效率,保证结果的准确性和可靠性。. (2)基于广义模糊算子的遥感图像增强。为了提高水体和其他地物的对比度,增加水体内部的光谱均一性,针对灾后遥感图像的实际情况,本研究实现了基于广义模糊算子的图像增强,并给出了其具体实现过程。该方法能够有效降低水体内部的异质性,增强其均一性,抑制水质变化、悬浮泥沙等对水体信息提取的影响。. (3)基于迭代法的水体信息提取。在对比水体和其他地物波谱特征、分析传统阈值选取方法优缺点的基础上,本研究提出了基于迭代法的水体阈值选取方法,并给出了其具体实现过程。该方法实现简单,运算速度较快,比较适用于含有复杂地物的遥感图像。. (4)基于方向自适应的桥梁目标识别。针对水上桥梁目标,本研究提出了基于方向自适应的桥梁目标识别方法,并且,为了克服传统结构元素几何形态单一的缺陷,以11.25º为间隔,构建了方向增强型线性结构元素。该方法能够有效识别同一遥感图像上不同方向、不同类型、不同尺寸的桥梁,识别结果与真实桥梁目标相比,定位较准,形状匹配度较高。. (5)桥梁损毁检测与评估。本研究在桥梁目标识别的基础上,充分利用桥梁先验特征知识,实现了桥梁损毁检测,并根据高分辨率光学遥感图像的特点,从影响交通系统实际通行能力的因素出发,构建了损毁评估指标,制定了损毁等级划分标准。. 本研究利用遥感技术进行水上桥梁目标识别与损毁评估,对于灾情快速评判,救灾线路优选、灾后恢复重建
{{i.achievement_title}}
数据更新时间:2023-05-31
内点最大化与冗余点控制的小型无人机遥感图像配准
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于细粒度词表示的命名实体识别研究
服务经济时代新动能将由技术和服务共同驱动
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
重组腺病毒介导的抑制miR-31表达通过促进靶基因HIF1AN表达而抑制四氯化碳诱导的肝纤维化的进展
利用空间数据挖掘进行新型遥感影像目标识别和自动分类
高分辨率SAR图像目标行为识别和事件挖掘方法研究
基于星载高分辨率遥感图像的海上目标识别技术研究
基于非参数统计模型的遥感图像理解与典型目标识别研究