[發明專利]一種震后目標實物的損毀評估方法、裝置、設備及介質

有效

• 申請號: 201811407266.2
• 申請日: 2018-11-23
• 公開（公告）號: CN109543616B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 劉臻;慈天宇
• 申請（專利權）人: 北京師范大學
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06V10/44;G06N20/00;G06Q10/06;G06Q50/26
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種震后目標實物的損毀評估方法，其特征在于，包括：

獲取待評估區域地震前后的遙感影像，并從各遙感影像中提取待評估建筑物的矢量輪廓；

根據所述待評估建筑物地震前后的矢量輪廓數據和各自對應的遙感影像計算各自的預設特征參數，以構成目標特征參數集；

將所述目標特征參數集輸入至預先構建的損毀評估模型，得到所述待評估建筑物的損毀評估結果；

其中，所述損毀評估模型輸出的損毀評估結果為所述待評估建筑物的損毀等級；所述損毀評估模型為利用機器學習算法訓練特征參數集所得，所述特征參數集為由利用特征選擇算法從包含至少兩種以上不同損毀級別的建筑物樣本的樣本訓練集中選取每個建筑物樣本的預設特征參數構成；所述特征參數集中的特征參數的類別包含目標特征參數集中的特征參數類別；所述待評估建筑物的損毀等級為損毀級別中的一種；

在所述從各遙感影像中提取待評估建筑物的矢量輪廓之后，還包括：

利用幾何校準和重采樣對各遙感影像進行地理配準，以使各遙感影像中的地理坐標與待評估建筑物的矢量輪廓相匹配；

所述根據所述待評估建筑物地震前后的矢量輪廓數據和各自對應的遙感影像計算各自的預設特征參數，以構成目標特征參數集包括：

根據地震前后遙感影像計算梯度相似度；

根據所述待評估建筑物地震前后的矢量輪廓數據計算輪廓匹配度；

根據地震前后的遙感影像計算各自的均值、方差、相關性、對比度、角二階矩、同質度和熵，并分別計算地震前后的遙感影像的均值、方差、相關性、對比度、角二階矩、同質度和熵的差異值；

根據地震前遙感影像計算待評估區域的面積；

將計算得到的各個特征參數值構成目標特征參數集；

所述根據所述待評估建筑物地震前后的矢量輪廓數據計算輪廓匹配度包括：

根據下述公式計算所述待評估建筑物在地震前后的輪廓匹配度：

式中，N為所述待評估建筑物輪廓對應像素數，d為地震前后所述待評估建筑物中每個相對應像素間的Hausdorff距離，ρ為代價函數，所述代價函數定義為：

式中，r為用于剔除出格點的閾值。

2.根據權利要求1所述的震后目標實物的損毀評估方法，其特征在于，所述損毀評估模型輸出的損毀評估結果為完全倒塌、嚴重損毀、一般損毀及完好中的任意一種。

3.根據權利要求2所述的震后目標實物的損毀評估方法，其特征在于，所述損毀評估模型為利用機器學習算法訓練特征參數集所得包括：

利用最優優先搜索算法選擇用于訓練所述損毀評估模型的特征參數；

將選擇得到的特征參數導入SVM機器學習分類器中進行訓練。

4.根據權利要求1所述的震后目標實物的損毀評估方法，其特征在于，所述根據地震前后遙感影像計算梯度相似度包括：

根據下述公式計算地震前后遙感影像的梯度相似度：

式中，s(x,y)為地震前后遙感影像的梯度相似度，g_x為震前遙感影像對應的梯度圖像；g_y為震后遙感影像對應的梯度圖像；C₄為非零常數。