[发明专利]一种利用无人机进行灾后损毁建筑物评估的方法

说明书

本发明公开了一种利用无人机进行灾后损毁建筑物评估的方法，涉及灾害评估领域，利用多架无人机在灾区上空划空域进行灾区影像的拍摄，然后利用无人机传输回来的拍摄好的高清图片在一台GPU服务器上快速构建灾区TIFF格式遥感影像。利用神经网络图像分割模型提取遥感影像中完好的房屋和灾前遥感影像进行比对，以街区为单位记录损毁数据和对应GPS坐标，利用地理坐标极球面投影的方式在灾区地图上绘制房屋损毁情况分布图。本发明能够快速对灾情进行评估，检测结果可信度高。

技术领域

本发明涉及灾害评估领域，尤其涉及一种利用无人机进行灾后损毁建筑物评估的方法。

背景技术

灾害评估是对灾害情况进行的判断估计，现代社会主流的用于灾情评估的手段是通过卫星遥感图像。而且通过卫星遥感影像对灾情评估存在评估周期过长的缺点。灾情发生后，人们希望第一时间通过快速的对灾情做出评估来对接下来投入抗震救灾的人员和物资调度提供参考。

因此，本领域的技术人员致力于开发一种新的能够在灾害发生后快速对灾情进行评估的系统。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是对灾情评估存在评估周期过长的缺点。

为实现上述目的，本发明提供了一种利用无人机进行灾后损毁建筑物评估的方法，所述方法包括以下步骤：

步骤1、多架无人机协同任务规划；

步骤2、快速处理无人机返回的实时画面；

步骤3、利用图像分割方法对灾情遥感影像分割；

步骤4、房屋损毁评估。

进一步地，所述步骤1还包括：

步骤1.1、多无人机协同路径规划；

步骤1.2、多无人机效能提高任务分配。

进一步地，所述步骤1.1的多无人机协同路径规划采用基于V图的协同路径规划和算法。

进一步地，所述步骤1.2的多无人机效能提高任务分配采用基于证书编码的遗传算法。

进一步地，所述步骤2在GPU服务器上快速拼接无人机拍摄的灾区遥感影像。

进一步地，所述步骤2采用基于区域相似性的、改进的归一化相互关算法，检测到图像中的匹配点，并通过随机采样一致性算法进行参数估计，得到图像之间的映射变换模型，经过映射变换、最佳拼接缝选择与图像融合后，得到最终的拼接结果。

进一步地，所述步骤3运用图像分割方法来从遥感图像中提出房屋在图像中的位置，进而统计遥感影像中房屋的数量，所述图像分割方法为基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法或者基于U-net神经网络的分割方法。

进一步地，所述U-net神经网络包括一条收缩路径和一条扩展路径。

进一步地，所述步骤4采用基于灾前和灾后的遥感影像进行的双重识别，通过两者建筑物在图像上的变化，分析出灾后的房屋损害程度。

进一步地，所述步骤4基于地理坐标极球面投影的方式统计损毁的房屋分布，根据对象损坏像元所占的比例获取最终的损毁建筑物区域，将灾后建筑物街区划分为基本完好、轻度损坏、严重损坏3个类别。

在本发明的较佳实施方式中，具有旋转不变性的NOC匹配、基于RANSAC的图像变换模型求解以及图像映射变，都在GPU上并行完成的，具有非常高的实时性。