高分辨率遥感影像中道路震害信息的识别方法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (3): 173-175.

• 图形、图像、模式识别 • 上一篇下一篇

高分辨率遥感影像中道路震害信息的识别方法

王艳萍，姜纪沂，林玲玲

防灾科技学院地震科学系，河北三河 065201

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-01-21 发布日期:2012-01-21

Road damage detection from high resolution remote sensing

WANG Yanping, JIANG Jiyi, LIN Lingling

Department of Seism Science, Institute of Disaster Prevention Science and Technology, Sanhe, Hebei 065201, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-01-21 Published:2012-01-21

摘要/Abstract

摘要： 大地震之后，紧急救援物资运输迫切需要了解灾区道路的震害信息，然而当前对遥感影像中道路的震害信息提取大多是基于像素的，提取的精度普遍不高。提出了一种面向对象的道路震害信息提取方法，通过综合利用道路的多种影像特征及震前GIS矢量道路相结合来提取道路，然后依据提取道路的完整程度来识别道路震害信息。采用汶川灾区的遥感影像为例进行了实验，与目视判读的结果比较后证明该方法有效改善了信息提取的速度和精度。

关键词: 高分辨率遥感, 面向对象, 道路, 震害识别

Abstract: After a large scale earthquake, emergency transportation for rescue cries for road damage information in disaster area. However the precision of road damage extraction from remote sensing is general low because the method of which is based on pixels. This paper presents an object-oriented method, which uses many image features synthetically and combines with pre-earthquake’s GIS vector road to extract road information, then identifies road damage information by integrity degree of road. High resolution remote sensing of Wenchuan disaster area is implemented as examples. The result indicates that this method can improve quickness and efficiency of damage detection by comparing with visual interpretation.

Key words: high resolution remote sensing, object-oriented, road, damage detection

王艳萍，姜纪沂，林玲玲. 高分辨率遥感影像中道路震害信息的识别方法[J]. 计算机工程与应用, 2012, 48(3): 173-175.

WANG Yanping, JIANG Jiyi, LIN Lingling. Road damage detection from high resolution remote sensing[J]. Computer Engineering and Applications, 2012, 48(3): 173-175.

[1]	李代栋，赫晓慧，李盼乐，田智慧，周广胜. 基于SPUD-ResNet的遥感影像道路提取网络[J]. 计算机工程与应用, 2021, 57(23): 240-247.
[2]	宋廷强，刘童心，宗达，蒋晓旭，黄腾杰，范海生. 改进U-Net网络的遥感影像道路提取方法研究[J]. 计算机工程与应用, 2021, 57(14): 209-216.
[3]	宋廷强，李继旭，张信耶. 基于深度学习的高分辨率遥感图像建筑物识别[J]. 计算机工程与应用, 2020, 56(8): 26-34.
[4]	李昕昕，杨林. 面向复杂道路场景小尺度行人的实时检测算法[J]. 计算机工程与应用, 2020, 56(22): 124-131.
[5]	胡啸，陈黎. 面向遮挡与透视影响的道路凸包梯形检测算法[J]. 计算机工程与应用, 2020, 56(22): 199-204.
[6]	胥智杰，杨小兵，何灵敏，潘承瑞. 多尺度遥感语义分割网络[J]. 计算机工程与应用, 2020, 56(21): 210-217.
[7]	秦和娟，管海燕，李迪龙. 利用张量投票的机载LiDAR点云道路骨架线提取[J]. 计算机工程与应用, 2020, 56(18): 193-201.
[8]	折延宏，胡梦婷，贺晓丽，曾望林. 两种多粒度形式概念分析模型的比较研究[J]. 计算机工程与应用, 2020, 56(10): 51-55.
[9]	王鑫，徐明君，李可，宁晨. 一种有效的高分辨率遥感影像水体提取方法[J]. 计算机工程与应用, 2019, 55(20): 145-151.
[10]	钱伟，景辉鑫. 城市道路分层动态协调控制技术[J]. 计算机工程与应用, 2019, 55(2): 240-245.
[11]	刘兰芬，杨信丰. 基于混合遗传算法的有效路径求解[J]. 计算机工程与应用, 2019, 55(11): 244-249.
[12]	曹婷，王欢. 基于二值空间线特征的道路检测方法[J]. 计算机工程与应用, 2018, 54(6): 161-167.
[13]	沈夏炯1，2，张汇东1，韩道军1，2. 一种面向SAR图像的多窗口道路边缘检测算法[J]. 计算机工程与应用, 2018, 54(19): 164-171.
[14]	王列伟，吴朔，胡俊华. 基于Petri网的道路交叉口建模方法及比较研究[J]. 计算机工程与应用, 2018, 54(14): 211-216.
[15]	张永宏，何静，阚希，夏广浩，朱灵龙，葛涛涛. 遥感图像道路提取方法综述[J]. 计算机工程与应用, 2018, 54(13): 1-10.

高分辨率遥感影像中道路震害信息的识别方法

Road damage detection from high resolution remote sensing

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics