- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于SVM多源遥感影像的面向对象倒塌建筑物提取研究.pdf
第 33卷第 3期 华 北 地 震 科 学 V0l_33,No.3
2015年 9月 NORTH CHINA EARTHQUAKESCIENCES Sep.,2015
文翔 ,毕熙荣 ,向魏 ,等.基于 SVM 多源遥感影像的面 向对象倒塌建筑物提取研究I-J].华北地震科学 ,2015,33(3):11-17
基于 SVM多源遥感影像的面 向对象
倒塌建筑物提取研究
文 翔 ,毕熙荣 ,向 魏
(1.广西壮族 自治 区地震局 ,南宁 530022;2.广西大学 ,南 宁 530004)
摘要 :快速准确地获取倒塌建筑物信息能为震后救灾工作提供支持 。采用玉树灾区 LiDAR数据和高分辨率
Quickbird遥感数据 ,通过对研究区内LiDAR数据进行预处理 ,使用面向对象分类与 SVM 技术相结合 的方法对震
后倒塌建筑物信息进行提取 ,提取总精度达到 82.21 。
关键词 :LiDAR;面向对象 ;SVM;提取倒塌建筑物
中图分类号:P315.943;TP751 文献标志码 :A 文章编号:1003—1375(2015)03—0011一O7
doi:10.3969/j.issn.1003— 1375.2015.03.003
rainModel,DTM),并应用于震后倒塌建筑物信息
0 引言
提取,是当前 的一个研究热点。本文以2010年4月
地震灾害已经成为一种频发的 自然灾害之一 , 14日青海玉树 7.1级地震为例,将地震灾区的 Li—
在震后灾害评估中,建筑物倒塌情况是很重要的一 DAR点云数据与航空影像数据相结合 ,利用面向对
项指标l1]。当前,应用高分辨率卫星、航空遥感影像 象分类技术将影像分割为 目标对象 ,并分析多数据
以及卫星雷达数据进行倒塌建筑物信息提取的研究 空间、光谱和纹理特征 ,通过采集类别样本 ,运用支
较多 。Kaya等 ]、闻春晶等 ]、Sakamoto等 通过 持向量机 (SupportVectorMachine,SVM)分类方
对比地震前后高分辨率遥感影像建筑物变化区域 , 法实现震后倒塌建筑物信息的自动提取。此研究对
提取倒塌建筑物等灾情信息;有研究者将 GIS矢量 震前遥感影像缺失环境下的震后灾害快速准确提取
先验知识 、航空或卫星立体影像提取 的DEM 三维 具有一定借鉴意义。
信息以及卫星雷达数据用于地震前后建筑物信息提
1 数据获取与预处理
取。然而,高分辨率遥感影像 以及卫星雷达数据在
信息提取时精度往往受到一定 的限制;并且在实际 本研究使用的数据由武汉大学遥感信息工程学
应用 中,通常因缺乏震前高分辨率遥感数据或准确 院采集 ,获取 了受地震影 响地 区的高空 间分辨率
矢量先验知识而无法对建筑物变化信息进行精确提 Quickbird遥感影像和 LiDAR数据 ,研究区域为青
取_[]。机 载 激 光 雷 达 技 术 (LightDetectionand 海省玉树县先锋村 (北纬 33。O03O”~33。o4OO”,东
Ranging,LiDAR)作为一种新兴 的航空遥感技术 , 经 97。O115”~97。O515),获取时间为 2011年 4月
将 GPS技术 、INS技术 以及激光扫描技术和计算机 20—26日。该研 究 区域 中具 有未 倒塌 建筑物 、植
技术集于一体 ,能够 自动获取高精度 、高密度的地球 被 、裸土地、山体等典型地物 ,以及受地震影响的倒
表面 3D点云数据 ,建立数字地面模型 (DigitalTer— 塌建筑物信息 (图 la)。
收稿 日
您可能关注的文档
最近下载
- 中华人民共和国通信行业标准通信用阀控式密封铅-中国通信标准化协会.PDF VIP
- 个人图书馆使用说明.doc VIP
- 7-1.广东省高级会计师职称评审结构化自评表.pdf VIP
- JCT 60006-2020 瓷砖薄贴法施工技术规程.pdf VIP
- 《6763个常用汉字使用频率表》.doc
- 化工有限公司公司生态环境监测数据质量管理制度.pdf VIP
- 四川省南充市2023-2024学年度初中语文八年级上学期期末质量抽查测试语文试卷及答案.doc VIP
- DB4101T11 食品生产企业6S现场管理规范.pdf VIP
- 2022年《国家电网有限公司高校毕业生招聘考试大纲(通信类专业2022版).pdf VIP
- 室分施工培训.pptx
原创力文档


文档评论(0)