[发明专利]一种基于高分辨率遥感影像的公路灾害信息检测方法

说明书

本发明涉及一种基于高分辨率遥感影像的公路灾害信息检测方法，包括如下步骤：灾前和灾后的影像获取；对灾前光学遥感影像进行道路提取；将灾前光学遥感影像和灾后SAR遥感影像进行配准，达到精确配准的先验条件；道路范围映射和道路损毁区域提取。本发明克服了目前方法对近红外波段要求高、在灾后影像上道路提取精度无法保证的问题。解决了光学影像和SAR影像的辐射和几何特性存在明显差异，且受灾前后同名地物可能发生明显变化甚至消失，使得传统的基于单一测度的影像配准方法配准难度增加、可靠性不足的问题。

技术领域

本发明涉及一种公路灾害信息检测方法，尤其是一种基于高分辨率遥感影像的公路灾害信息检测方法。

背景技术

当高原山区发生地震后，地面交通基础设施(公路、铁路等)通常都会受到不同程度损坏，救援人员很难在第一时间从地面深入到灾区获取灾情信息。遥感技术具有成像快、覆盖范围广、数据信息量丰富和不受地面条件制约等优势，已成为现阶段获取震后灾情数据的最有效手段。公路是灾区抗震救援的黄金线和生命线，利用遥感技术获取地震灾区道路受损情况并进行次生灾害评估，可以为道路抢险保通、救援路线规划、灾后重建提供科学依据，具有重要的意义和价值。

目前，大多数公路灾害信息遥感检测方法都是从灾后遥感影像上直接提取道路信息，然后对损毁情况进行检测，具体方法又分为2种：

(1)直接在灾后遥感影像上提取道路损毁信息。例如，基于灾后光学遥感影像，通过面向对象的分类和变化检测方法提取损毁路段；基于灾后SAR遥感影像，利用阈值分割、形态学分析、小波变换等方法提取道路损毁信息等；

(2)在灾后遥感影像上提取出未损毁的道路分布情况，结合灾区范围内的先验GIS道路信息，采用叠置空间分析的方法，间接获得灾害道路损毁信息。

上述方法主要存在如下问题：

(1)无论采用上述哪种方法，都需要在灾后遥感影像上进行道路提取操作。然而，灾害(例如地震)发生后道路损毁严重，与完整道路相比，损毁道路在遥感影像上的辐射、几何、光谱特性发现了明显变化，提取难度较高，精度和准确性无法保证；

(2)大部分灾害(例如地震)都发生在人烟稀少的地区，该类地区的GIS道路信息更新频率较低，现势性和精度都无法保证，利用该类GIS数据辅助进行道路损毁检测的准确度和可靠性较低；

(3)现有的遥感影像道路提取方法在准确度上存在不确定性，通常仅利用了遥感影像的光谱信息，而忽略了许多其它有用的辅助信息。另外，目前的方法对近红外波段的需求较高，对于在没有近红外波段的RGB遥感影像上进行道路提取，还没有形成有效的方法；

随着近年来全球对地观测技术的飞速发展及我国“高分重大专项”的实施，灾害发生前的高质量光学影像较易获取。然而灾害发生后，灾区气象条件通常较为恶劣，阴雨、多云、多雾天气频发，此时具有全天时、全天候对地观测能力的合成孔径雷达(SAR)在灾后数据获取中具有明显优势。因此，综合利用灾前光学遥感影像和灾后SAR遥感影像，进行公路灾害信息检测与评估，可以充分发挥两种数据的各自优势，有效提高检测和评估的准确性。

发明内容

为了解决上述技术问题，本发明提出一种基于高分辨率遥感影像的公路灾害信息检测方法，该方法综合利用灾前光学遥感影像和灾后SAR遥感影像，进行公路灾害信息检测。

首先，在灾前光学遥感影像上，仅依靠RGB波段的道路损毁信息检测，克服目前方法对近红外波段要求高、在灾后影像上道路提取精度无法保证的问题。

然后，基于灾前光学遥感影像、灾后SAR遥感影像精确配准的先验条件，将从灾前光学遥感影像提取的道路范围映射至灾后SAR遥感影像上，从而将检测区域从整幅影像缩小至道路区域。之后在灾后SAR遥感影像上进行公路灾害信息检测。

本发明的技术方案具体如下：