[發明專利]建筑物震害信息提取方法及裝置

在審

• 申請號: 201710754807.8
• 申請日: 2017-08-28
• 公開（公告）號: CN107527035A
• 公開（公告）日: 2017-12-29
• 發明（設計）人: 翟瑋
• 申請（專利權）人: 甘肅省地震局
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙)11371
• 代理人: 王寧寧

1.一種建筑物震害信息提取方法，其特征在于，包括：

獲取震害區域的全極化合成孔徑雷達數據中的影像信息，所述影像信息包括極化信息和紋理信息；

對所述極化信息進行極化方位角偏移量估計和補償，得到極化方位角補償數據；

對所述極化方位角補償數據進行Yamaguchi極化分解，得到二面角散射占優地物和體散射占優地物；其中，所述體散射占優地物是倒塌建筑和傾斜建筑兩種建筑物的混合地物；

從所述紋理信息中提取能夠有效區分倒塌建筑和傾斜建筑的紋理特征信息；

利用基于精度加權的多特征融合方法對所述紋理特征信息進行融合，并對所述體散射占優地物進行分類，得到所述倒塌建筑和所述傾斜建筑。

2.根據權利要求1所述的方法，其特征在于，在對所述極化信息進行極化方位角偏移量估計和補償，得到極化方位角補償數據步驟之前，還包括：

對所述影像信息進行預處理。

3.根據權利要求1所述的方法，其特征在于，在所述利用基于精度加權的多特征融合方法對所述紋理特征信息進行融合，并對所述體散射占優地物進行分類，提取得到所述倒塌建筑和所述傾斜建筑步驟之前，還包括：

采用OPCE算法對所述倒塌建筑和所述傾斜建筑進行對比度增強，得到OPCE功率圖像，并對所述OPCE功率圖像的紋理信息進行紋理特征信息提取和對比度分析。

4.根據權利要求1所述的方法，其特征在于，所述基于精度加權的多特征融合方法，具體包括：

選擇n個已知類別的樣本，采用m個特征F₁，F₂，…，F_m對所述n個已知類別樣本進行分類，并進行精度評價，得到F₁，F₂，…，F_m的分類精度分別為a₁，a₂，…，a_m；

利用m個特征F₁，F₂，…，F_m對影像進行分類，分別得到m個分類結果R_F1，R_F2，…，R_Fm；

對所述影像中的每個待分類點循環執行以下步驟：根據m個分類結果R_F1，R_F2，…，R_Fm，結合每個特征的分類精度a₁，a₂，…，a_m對所述待分類點進行分類精度累加，將所述待分類點的累加精度最大值所在的類別作為所述待分類點的歸屬類別。

5.根據權利要求1所述的方法，其特征在于，還包括：

利用震害指數BBCR在街區尺度上對所述震害區域進行建筑物震害評估，得到評估結果。

6.一種建筑物震害信息提取裝置，其特征在于，包括：

影像獲取模塊，用于獲取震害區域的全極化合成孔徑雷達數據中的影像信息，所述影像信息包括極化信息和紋理信息；

補償模塊，用于對所述極化信息進行極化方位角偏移量估計和補償，得到極化方位角補償數據；

極化分解模塊，用于對所述極化方位角補償數據進行Yamaguchi極化分解，得到二面角散射占優地物和體散射占優地物；其中，所述體散射占優地物是倒塌建筑和傾斜建筑兩種建筑物的混合地物；

紋理特征提取模塊，用于從所述紋理信息中提取能夠有效區分倒塌建筑和傾斜建筑的紋理特征信息；

分類提取模塊，用于利用基于精度加權的多特征融合方法對所述紋理特征信息進行融合，并對所述體散射占優地物進行分類，得到所述倒塌建筑和所述傾斜建筑。

7.根據權利要求6所述的裝置，其特征在于，還包括預處理模塊，用于對所述影像信息進行預處理。

8.根據權利要求6所述的裝置，其特征在于，還包括對比度增強模塊，用于采用OPCE算法對所述倒塌建筑和所述傾斜建筑進行對比度增強，得到OPCE功率圖像，并對所述OPCE功率圖像的紋理信息進行紋理特征信息提取和對比度分析。