[發明專利]一種采用圖像分類技術從遙感圖像中進行滑坡檢測的方法

有效

• 申請號: 201210004751.1
• 申請日: 2012-01-08
• 公開（公告）號: CN102542295A
• 公開（公告）日: 2012-07-04
• 發明（設計）人: 郭雷;程塨;韓軍偉;任波;趙天云;錢曉亮;余博
• 申請（專利權）人: 西北工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

技術領域

本發明涉及一種采用圖像分類技術從遙感圖像中進行滑坡檢測的方法，可以應用于各種遙感圖像的滑坡檢測。

背景技術

滑坡是一類破壞力極強的地質災害，它常常給工農業生產以及人民生命財產造成巨大損失。因此，滑坡研究也越來越受到人們的重視。早期的滑坡檢測主要采用傳統的地面調查方法，該方法野外工作強度很大，特別在危險及氣候惡劣地區，工作效率十分低下。到20世紀90年代末，立體鏡航空照片解譯配合一定的地面驗證成為滑坡檢測和制圖最常用的方法，然后將解譯結果通過手工轉繪到相應比例尺的地形圖上，制作滑坡分布圖，該方法使部分野外工作轉移到室內，在一定程度上提高了工作效率，減輕了野外工作強度。近年來，開始利用ArcGIS、CoreIDRAW等軟件平臺結合數字高程模型進行滑坡檢測和分析，但該方法需要獲取三維立體地形學信息，計算量很大。

遙感作為一種滑坡調查和監測手段，隨著傳感器的不斷發展和遙感圖像分辨率的不斷提高，越來越受到地質災害研究人員的關注。從遙感圖像中進行滑坡檢測是滑坡分析、評價、預測和監測的基礎，它利用滑坡發生處的影像光譜信息、地形地貌和形態特征等，對遙感圖像進行分析和判別，獲取滑坡災害發生范圍，從而達到災害調查和制圖的目的。近年來，隨著高分辨率遙感圖像在資源環境監測、災害管理等領域的廣泛應用，高分辨率遙感圖像信息提取方法以及遙感圖像分類方法已成為近年來研究的熱點。現有的采用遙感圖像進行滑坡檢測的方法主要有基于對象的高分辨率遙感圖像滑坡檢測方法和基于監督分類的遙感圖像滑坡檢測方法。但是，基于對象的高分辨率遙感圖像滑坡檢測方法需要對多期遙感圖像進行多尺度、多層次分割，檢測效果直接依賴于圖像分割的結果，總體檢測率不高；基于監督分類的遙感圖像滑坡檢測方法只能實現將圖像劃分為滑坡解譯所需要的簡單幾種類型，且檢測過程中仍需借助于遙感專業處理軟件ENVI，檢測效率和檢測精度都有待提高。

發明內容

要解決的技術問題

為了避免現有技術的不足之處，本發明提出了一種采用圖像分類技術從遙感圖像中進行滑坡檢測的方法，能夠從遙感圖像中進行滑坡檢測，且具有很高的檢測正確率。

本發明的思想在于：(1)采用基于重疊的面積均分法對預處理后的遙感圖像進行分塊，得到面積相等的正方形圖像塊，然后將得到的圖像塊分成兩個集合——訓練集和測試集；(2)提取訓練集和測試集中所有圖像塊的SIFT特征，然后對訓練集中的SIFT特征采用k-means聚類方法得到單詞和詞典；(3)用BoVW模型表示訓練集和測試集中的每個圖像塊；(4)利用pLSA模型提取每個圖像塊的主題，最后用KNN分類器將測試集中所有的圖像塊分成滑坡和非滑坡兩類，從而實現對遙感圖像的滑坡檢測。

技術方案

一種采用圖像分類技術從遙感圖像中進行滑坡檢測的方法，其特征在于：步驟1：預處理：采用加權平均法對遙感圖像的RGB三個分量進行加權平均得到灰度圖像，然后利用灰度線性變換函數將灰度圖像的灰度范圍映射到的灰度區間，得到預處理后的圖像；

其中：加權平均法計算公式為f(i，j)＝0.3R(i，j)+0.59G(i，j)+0.11B(i，j)，f(i，j)為加權平均法得到的(i，j)像素點的灰度值，R(i，j)、G(i，j)和B(i，j)分別為(i，j)像素點的RGB三個分量值；灰度線性變換函數為為(i，j)像素點經過灰度映射后的灰度值，f_min、f_max分別為灰度映射前的灰度圖像的最小灰度值和最大灰度值；步驟2：圖像分塊：采用2m×2m的滑動窗口對預處理后的灰度圖像進行重疊分塊，相

鄰圖像塊的重疊區域為m個像素，得到圖像塊的集合D＝{I₁，L，I_N}；從集合D中選取N_landslide個具有滑坡特征的滑坡類圖像塊和N_{non-landslide}個不具有滑坡特征的非滑坡類圖像塊組成訓練集將集合D中剩余的圖像塊組成測試集B={b1,L,bNtest};]]>