[发明专利]一种基于无人机航拍的地震灾害损毁度评估方法

摘要

一种基于无人机航拍的地震灾害损毁度评估方法，采用无人机在地震受灾地区上空进行悬停及图像采集，分别针对房屋、道路、桥梁、堤坝、山体、河道和植被七类典型地物，根据人工交互式方法进行灾区图像感兴趣区域的圈选，并有选择的计算所选区域的灰度共生矩阵纹理特征、Tamura纹理特征、Gabor小波纹理特征以及直线与圆特征，最终利用支持向量机分类器进行地震灾害地物损毁度的评估。该方法较为适合于在地震及由地震造成的次生灾害发生区域时进行早期的信息收集与评估。

主权项

一种基于无人机航拍的地震灾害损毁度评估方法，其特征在于实现步骤如下：(1)建立典型地震灾害图像特征数据集，所述典型地震灾害图像特征数据集包括房屋、道路、桥梁、堤坝、山体、河道和植被的地震灾害图像特征数据集；对以往基于无人机航拍获得的多个地震灾害图像，通过用户手动标记的方式确定出房屋的图像区域获得超过200个房屋的图像区域，对确定出的每个房屋的图像区域计算房屋的图像特征，并给出每个房屋的图像区域对应的房屋损毁度，从而获得房屋的地震灾害图像特征数据集；对以往基于无人机航拍获得的多个地震灾害图像，通过用户手动标记的方式确定出道路的图像区域获得超过200个道路的图像区域，对确定出的每个道路的图像区域计算道路的图像特征，并给出每个道路的图像区域对应的道路损毁度，从而获得道路的地震灾害图像特征数据集；对以往基于无人机航拍获得的多个地震灾害图像，通过用户手动标记的方式确定出桥梁的图像区域获得超过200个桥梁的图像区域，对每个桥梁的图像区域计算桥梁的图像特征，并给出每个桥梁的图像区域对应的桥梁损毁度，从而获得桥梁的地震灾害图像特征数据集；对以往基于无人机航拍获得的多个地震灾害图像，通过用户手动标记的方式确定出堤坝的图像区域获得超过200个堤坝的图像区域，对每个堤坝的图像区域计算堤坝的图像特征，并给出每个堤坝的图像区域对应的堤坝损毁度，从而获得堤坝的地震灾害图像特征数据集；对以往基于无人机航拍获得的多个地震灾害图像，通过用户手动标记的方式确定出山体的图像区域获得超过200个山体的图像区域，对每个山体的图像区域计算山体的图像特征，并给出每个山体的图像区域对应的山体损毁度，从而获得山体的地震灾害图像特征数据集；对以往基于无人机航拍获得的多个地震灾害图像，通过用户手动标记的方式确定出河道的图像区域获得超过200个河道的图像区域，对每个河道的图像区域计算河道的图像特征，并给出每个河道的图像区域对应的河道损毁度，从而获得河道的地震灾害图像特征数据集；对以往基于无人机航拍获得的多个地震灾害图像，通过用户手动标记的方式确定出植被的图像区域获得超过200个植被的图像区域，对每个植被的图像区域计算植被的图像特征，并给出每个植被的图像区域对应的植被损毁度，从而获得植被的地震灾害图像特征数据集；房屋的图像特征包括灰度共生矩阵角二阶矩指标GLCM_ASM、灰度共生矩阵相关指标GLCM_COR、灰度共生矩阵熵指标GLCM_ENT、Tamura纹理特征中的对比度指标T_con、Gabor方向特征指标f_gabor、利用Hough变换进行直线检测的直线个数指标H_l和利用Hough变换进行圆检测的圆个数指标H_c；道路、桥梁、堤坝和河道的图像特征均包括灰度共生矩阵角二阶矩指标GLCM_ASM、灰度共生矩阵惯性矩指标GLCM_CON、灰度共生矩阵熵指标GLCM_ENT、灰度共生矩阵逆差矩指标GLCM_IDM、Tamura纹理特征中的对比度指标T_con、Gabor方向特征指标f_gabor和利用Hough变换进行直线检测的直线个数指标H_l；山体和植被的图像特征均包括灰度共生矩阵角二阶矩指标GLCM_ASM、灰度共生矩阵惯性矩指标GLCM_CON、灰度共生矩阵逆差矩指标GLCM_IDM、Tamura纹理特征中的对比度指标T_con和Gabor方向特征指标f_gabor；(2)利用房屋、道路、桥梁、堤坝、山体、河道和植被的地震灾害图像特征数据集训练各自的支持向量机分类器；(3)基于无人机航拍获得新的地震灾害图像；(4)对获得的新的地震灾害图像通过用户手动标记的方式分别针对房屋、道路、桥梁、堤坝、山体、河道、植被7类典型地物确定出相应的图像区域，根据确定出的图像区域计算每类典型地物对应的图像特征，最后根据每类典型地物对应的图像特征采用对应的支持向量机的分类器进行每类典型地物损毁度的评估。