分享
基于区域生长法和变差函数的PoISAR影像山脊线提取_翟玮.pdf
下载文档

ID:2641295

大小:3.45MB

页数:9页

格式:PDF

时间:2023-08-20

收藏 分享赚钱
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于 区域 生长 函数 PoISAR 影像 山脊 提取 翟玮
第 卷第期 年月地震工程学报CH I NAE A R THQUAK EE NG I N E E R I NGJ OUR NA LV o l N o J u l y,收稿日期:基金项目:甘肃省科技计划项目自然科学基金(J R R A );国家自然科学基金项目();中国地震局地震科技星火计划(XH )第一作者简介:翟玮(),女,甘肃兰州人,博士,副研究员,主要从事S A R影像信息提取、震害遥感技术与方法方面的研究.E m a i l:z w x z z z d s y h q c o m.通信作者:王晓青(),男,研究员,主要从事地震灾害评估方法研究和遥感与G I S应用研究.E m a i l:w a n g x i a o q c o m.翟玮,王晓青,朱贵钰,等基于区域生长法和变差函数的P o l S A R影像山脊线提取J地震工程学报,():D O I:/j Z HA IW e i,WAN GX i a o q i n g,Z HUG u i y u,e t a l E x t r a c t i o no fr i d g e l i n ef r o mP o l S A Ri m a g eu s i n gt h er e g i o n g r o w i n gm e t h o da n dv a r i o g r a mJC h i n aE a r t h q u a k eE n g i n e e r i n gJ o u r n a l,():D O I:/j 基于区域生长法和变差函数的P o l S A R影像山脊线提取翟玮,王晓青,朱贵钰,张皓然,刘海龙,邓津,(中国地震局地震预测研究所,北京 ;中国地震局黄土地震工程重点实验室,甘肃 兰州 ;中国地震局兰州地震研究所,甘肃 兰州 ;保利(甘肃)实业投资有限公司,甘肃 兰州 )摘要:山脊线通常是地震引发的山地灾害的起始部位.在监测此类山地灾害时,需要明确山脊线所处位置,从而为制定出相关预防措施提供支持.根据实际经验,由于合成孔径雷达(S y n t h e t i cA p e r t u r eR a d a r,S A R)的成像特殊性,在检测含建筑物的全极化S A R(P o l a r i m e t r i cS y n t h e t i cA p e r t u r eR a d a r,P o l S A R)影像山脊线时,往往受到高散射强度的建筑物干扰,从而出现误判.针对P o l S A R影像中山脊线受到建筑物干扰出现误识的问题,提出一种结合区域生长法和变差函数的识别方法.在识别过程中,首先,对采集的P o l S A R影像通过区域生长法进行分割处理,再通过模糊C均值(F u z z yC M e a n s,F CM)分类方法对变差纹理等特征进行聚类分析,并进行相似度判断,获取建筑物区域,在此基础上,对比建筑物、山脊线的混分成分,进而提取山脊线.通过对该方法进行实验对比分析,发现其相较于阈值分割方法提取精度有明显提高,可以为P o l S A R影像中山脊线识别提供一种新思路.关键词:P o l S A R影像;区域生长法;变差函数;山脊线提取中图分类号:P 文献标志码:A文章编号:()D O I:/j E x t r a c t i o no f r i d g e l i n e f r o mP o l S A Ri m a g eu s i n gt h e r e g i o n g r o w i n gm e t h o da n dv a r i o g r a mZ HA IW e i,WANGX i a o q i n g,Z HUG u i y u,Z HANG H a o r a n,L I U H a i l o n g,D E NGJ i n,(I n s t i t u t eo fE a r t h q u a k eF o r e c a s t i n g,C E A,B e i j i n g ,C h i n a;K e yL a b o r a t o r yo fL o e s sE a r t h q u a k eE n g i n e e r i n go fC E A,L a n z h o u ,G a n s u,C h i n a;L a n z h o uI n s t i t u t eo fS e i s m o l o g y,C E A,L a n z h o u ,G a n s u,C h i n a;P o l y(G a n s u)I n d u s t r i a l I n v e s t m e n tC o,L t d,L a n z h o u ,G a n s u,C h i n a)A b s t r a c t:T h e r i d g e l i n e i su s u a l l y t h e s t a r t i n gp o i n t o fm o u n t a i nd i s a s t e r s c a u s e db ye a r t h q u a k e s A na c c u r a t e i d e n t i f i c a t i o no f t h e l o c a t i o no f t h er i d g e l i n ew h i l em o n i t o r i n gs u c hm o u n t a i nd i s a s 网络首发时间:2023-07-26 17:05:32网络首发地址:https:/ e r s i sc r u c i a l t of a c i l i t a t et h ed e v e l o p m e n to f r e l e v a n tp r e v e n t i v em e a s u r e s H o w e v e r,d e t e c t i o no f t h e r i d g e l i n e i nP o l S A Ri m a g e s c o n t a i n i n gb u i l d i n g sw i t hh i g hs c a t t e r i n g i n t e n s i t yc a nb e c h a l l e n g i n gd u et os o m ei m a g i n gi s s u e so fs y n t h e t i ca p e r t u r er a d a r(S A R),r e s u l t i n gi n m i s j u d g m e n t s Ar e c o g n i t i o n m e t h o dc o m b i n i n gt h er e g i o n g r o w i n g m e t h o da n dt h ev a r i o g r a mi sp r o p o s e d i n t h i sp a p e r t oa d d r e s s t h i sp r o b l e m D u r i n g t h e r e c o g n i t i o np r o c e s s,t h e c o l l e c t e d i m a g e i sf i r s t s e g m e n t e db yt h er e g i o n g r o w i n gm e t h o d T h e n,t h et e x t u r ev a r i a t i o n sa n do t h e rf e a t u r e sa r ec l u s t e r e da n da n a l y z e db yt h eF u z z yC m e a n sm e t h o d,a n dt h es i m i l a r i t y i sa s s e s s e dt oo b t a i nt h eb u i l d i n ga r e a T h e r i d g e l i n e c a n t h e nb e e x t r a c t e db yc o m p a r i n g t h i sw i t h t h em i x e d i m a g e Ac o m p a r a t i v ea n a l y s i so f t h ee x p e r i m e n t a l r e s u l t s f o r t h ep r o p o s e dm e t h o ds h o ws i g n i f i c a n t l yi m p r o v e de x t r a c t i o na c c u r a c ya sc o m p a r e d w i t ht h et h r e s h o l ds e g m e n t a t i o n m e t h o d T h u s,t h i ss t u d yc a np r o v i d ean e wi d e a f o r t h ed e t e c t i o no f r i d g e l i n e s i nP o l S A Ri m a g e s K e y w o r d s:P o l S A Ri m a g e;r e g i o n g r o w i n gm e t h o d;v a r i o g r a m;e x t r a c t i o no f r i d g e l i n e引言地震是一种容易导致严重破坏的自然灾害,相关统计研究结果表明 ,地震诱发的山地灾害有明显的特征性,一般起源于山脊线附近.因而在研究过程中精确获取山脊信息有利于了解由地震触发的山地灾害情况,例如道路损坏,山体垮塌和滑坡等,从而为救援人员、物资运输提供帮助 .地震发生后,在天气情况不佳时,光学遥感获取的影像质量不高,地物识别度极低,无法为救援提供可靠支持 ,而雷达遥感因其穿透力强,不依赖太阳光照等优点已被广泛应用于地震灾害识别研究中,成为国家和地区各级防灾减灾不可或缺的灾害获取手段 .在合成孔径雷达(S y n t h e t i cA p e r t u r eR a d a r,S A R)影像中,识别山脊线时,附近建筑物的存在会带来很大影响.建筑物的墙面和地面所形成的二面角会产生强烈的二面角散射效应,而对于山脊而言,其表面地物构成相对复杂,同时位置具有特殊性,常会产生组合散射,两者的后 向散射均为 高散射强度,在S A R影像中呈现高亮区域,特征相似度很高,难以有效区分.本文在研究过程中为解决这一问题,引入了全极化合成孔径雷达(P o l a r i m e t r i cS y n t h e t i cA p e r t u r eR a d a r,P o l S A R)影像.P o l S A R数据同时具有HH、HV、VH、VV四种极化方式,因为电磁波的极化对目标的介电常数、物理特性、几何形状和取向等比较敏感,所以极化测量可以大大提高成像雷达对目标各种信息的获取能力.相比单极化S A R与双极化S A R信息量丰富很多,且采用极化S A R相关数据处理方法能够产出更丰富的极化散射特征,使得地物识别精度更高.山脊线是典型的地形特征线.目前,山脊线提取方法主要是结合数字高程模型(D i g i t a lE l e v a t i o nM o d e l,D EM)数据加以实现 ,而常用的边缘检测方法,如S o b e l算子、R o b e r t s算子、L a p l a c e算子以及C a n

此文档下载收益归作者所有

下载文档
你可能关注的文档
收起
展开