[发明专利]基于像元的遥感震害信息提取与挖掘方法

说明书

技术领域

本发明涉及一种震害信息获取方法，尤其涉及一种基于像元的遥感震害信息提取与 挖掘方法。

背景技术

震害信息的快速提取、震害损失的快速评估，是救灾决策的重要基础信息。

现有技术中，震害信息的提取和评估，主要通过人工目视解译的方法。

震害信息人工目视解译，虽然在信息获取的精度和可靠性上具有很大的优势，但由 于工作量大、效率低、成本高，信息解译、汇集、整编所用时间长，难以满足应用上对 时效性的要求。

发明内容

本发明的目的是提供一种快速、高效，同时能保证足够精度的基于像元的遥感震害 信息提取与挖掘方法。

本发明的目的是通过以下技术方案实现的：

本发明的基于像元的遥感震害信息提取与挖掘方法，包括步骤：

首先，对灾前、灾后不同时相影像，通过光谱变异、主成分融合的方法自动发现变 化区域；

然后，运用双阈值区域生长算法进行图像分割，分割出对变化区域并获取变化信息 二值图像；

最后，对分割出的变化区域进行人工目视解译，提取出其中的震害信息。

由上述本发明提供的技术方案可以看出，本发明所述的基于像元的遥感震害信息提 取与挖掘方法，由于首先对灾前、灾后不同时相影像，通过光谱变异、主成分融合的方 法自动发现变化区域；然后运用双阈值区域生长算法进行图像分割，分割出对变化区域 并获取变化信息二值图像；最后对分割出的变化区域及变化信息进行人工目视解译，提 取出其中的震害信息。解决了震灾变化信息人工解译的工作量大，调查周期长的不足， 提高了效率，同时能保证足够精度。

具体实施方式

本发明的基于像元的遥感震害信息提取与挖掘方法，其较佳的具体实施方式，包括 步骤：

首先，对灾前、灾后不同时相影像，通过光谱变异、主成分融合的方法自动发现变 化区域；

然后，运用双阈值区域生长算法进行图像分割，分割出对变化区域并获取变化信息 二值图像；

最后，对分割出的变化区域和变化信息进行人工目视解译，提取出其中的震害信 息。

所述的通过光谱变异、主成分融合的方法自动发现变化区域可以包括：

将灾前IKONOS影像和灾后QUICKBIRD影像分别做主成分变换，取它们各自的前3个分 量组成新的多光谱影像，再次进行主成分变换；

在得到的6个分量当中，前3个分量集合了两种数据的主要信息，后面3个分量则反映 了变化的信息，选择后3个分量进行假彩色合成得出发生变化的区域。

所述的进行图像可以分割包括：

利用多个小区域的灰度直方图计算大区域的分割双阈值，确定分割目标的核心区域 和不确定区域，再利用像素邻域灰度差作为区域生长条件，完成目标区域的分割。在进 行图像分割之前，首先用小波变换方法对包含变化信息的影像进行去噪处理。

所述的对分割出的变化区域进行人工目视解译时，可以结合以下数据资料：

DEM(数字高程模型)、水文分析，用于滑坡信息提取；

土地利用现状图，用于识别震害地类的改变；

NDVI指数(归一化植被指数)，用于分析非地震引起的不同季节植被覆盖、耕地的 变化情况。

本发明在保证震害信息获取的精度和可靠性的基础上，解决了震灾变化信息人工解 译的工作量大，调查周期长的不足，提高了效率，节约了成本。

下面通过具体实施例对本发明进行详细的描述：

将震前IKONOS影像和震后QUICKBIRD影像分别做主成分变换，取它们各自的前3个分 量组成新的多光谱影像，再次进行主成分变换。在得到的6个分量当中，前几个分量集合 了两种数据的主要信息，后面几个分量则反映了变化的信息，所以选择后几个分量进行 假彩色合成得出发生变化的区域。

应用极小点最优阈值方法对震害变化图像进行区域分割分别提取变化区域，把所得 到的3幅二值图像的数据矩阵相加求平均后得到最终的结果。