[發明專利]結合災前和災后遙感影像信息的損毀建筑物自動識別方法

有效

• 申請號: 201911365254.2
• 申請日: 2019-12-26
• 公開（公告）號: CN111126308B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 慎利;喬文凡;張文俊;曹云剛
• 申請（專利權）人: 西南交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62
• 代理公司: 成都虹橋專利事務所(普通合伙) 51124
• 代理人: 吳中偉

1.結合災前和災后遙感影像信息的損毀建筑物自動識別方法，其特征在于，

包括以下步驟：

a.制作災前建筑物提取樣本庫和災后損毀建筑識別樣本庫；

b.構建災前建筑物提取模型和災后損毀建筑識別模型；

所述災前建筑物提取模型采用FCN模型，所述FCN模型包括依次相連的卷積層、4個寬膨脹卷積殘差單元、上采樣層，所述4個寬膨脹卷積殘差單元中的前兩個寬膨脹卷積殘差單元后設置有激活函數層和最大池化層，后兩個寬膨脹卷積殘差單元后僅設置激活函數層；

所述災后損毀建筑識別模型采用CNN模型,所述CNN模型包括依次相連的卷積層、4個寬膨脹卷積殘差單元、平均池化層和全連接層；所述4個寬膨脹卷積殘差單元后均設置有激活函數層和最大池化層；

c.利用災前建筑物提取樣本庫中的數據對災前建筑物提取模型進行訓練，利用災后損毀建筑識別樣本庫中的數據對災后損毀建筑識別模型進行訓練；

d.采用訓練好的災前建筑物提取模型提取災前影像中的建筑物，獲得災前影像建筑區域，并采用基于對象分割策略分割災前影像建筑區域，得到災前建筑物分割對象；

e.采用訓練好的災后損毀建筑識別模型處理災后影像得到對應災后影像的損毀建筑物置信矩陣，用于判斷每個災前建筑物分割對象是否損毀，得到災后損毀建筑圖。

2.如權利要求1所述的結合災前和災后遙感影像信息的損毀建筑物自動識別方法，

其特征在于，步驟a中，通過人工解譯的方式制作災前建筑物提取樣本庫和災后損毀建筑識別樣本庫。

3.如權利要求1所述的結合災前和災后遙感影像信息的損毀建筑物自動識別方法，其特征在于，所述寬膨脹卷積殘差單元包括：

第一卷積層、第二卷積層和5個并聯的膨脹卷積層；其中第一卷積層的輸出信號連接5個并聯的膨脹卷積層的輸入信號；所述5個并聯的膨脹卷積層的輸出信號級聯后輸入第二卷積層；所述第二卷積層的輸出信號與第一卷積層的輸入信號進行疊加融合作為輸出；

其中，第一卷積層和第二卷積層的卷積核大小為均為1×1；5個膨脹卷積層的卷積核大小均為3×3，膨脹因子分別為1、3、5、7、9。

4.如權利要求1所述的結合災前和災后遙感影像信息的損毀建筑物自動識別方法，

其特征在于，步驟d中，采用訓練好的災前建筑物提取模型提取災前影像中的建筑物后，利用提取結果對災前影像進行掩膜處理，獲得災前影像建筑區域。

5.如權利要求4所述的結合災前和災后遙感影像信息的損毀建筑物自動識別方法，

其特征在于，步驟d中，所述并采用基于對象分割策略分割災前影像建筑區域，得到災前建筑物分割對象具體包括：

采用基于圖的分割方式對災前影像建筑區域進行分割，將視覺上一致的區域分割在一起，然后使用層次聚類算法依次合并周圍相似的建筑物分割體，獲得災前建筑物分割對象。

6.如權利要求1所述的結合災前和災后遙感影像信息的損毀建筑物自動識別方法，

其特征在于，步驟e中，采用訓練好的災后損毀建筑識別模型處理災后影像得到對應災后影像的損毀建筑物置信矩陣，具體包括：

把災前建筑物分割對象映射到對應的災后影像中，得到基于災后影像的建筑物分割對象，基于CNN模型計算災后影像置信矩陣，通過比較分割對象包含像素的總體置信度判斷建筑物分割對象是否損毀。

7.如權利要求6所述的結合災前和災后遙感影像信息的損毀建筑物自動識別方法，

其特征在于，步驟e中，所述基于CNN模型計算災后影像置信矩陣具體包括：

依次截取100×100大小的場景影像塊輸入CNN模型，得到對應分類結果的置信向量，將該向量統一作為輸入影像塊中每個像素的置信向量，截取影像塊的滑動窗口的滑動步長設置為10，大部分像素會被多個場景影像塊覆蓋，最終與多個置信向量對應，將像素對應的多個置信向量求平均值，作為像素最終的置信向量；

災后影像的置信矩陣由每個像素的置信向量組成，其中像素點P的置信向量計算公式為:

其中n代表像素點P被n個場景影像塊覆蓋，I_i表示第i個場景塊的置信向量。

8.如權利要求7所述的結合災前和災后遙感影像信息的損毀建筑物自動識別方法，

其特征在于，步驟e中，所述通過比較分割對象包含像素的總體置信度判斷建筑物分割對象是否損毀，具體包括：

將災前建筑分割對象與災后影像的置信矩陣疊加得到每個建筑物分割對象中包含像素的置信向量，對每個建筑分割對象包含像素的置信向量求和，作為每個建筑分割對象的置信向量，定義I_p是建筑物分割對象中包含像素的置信向量，m是分割體中像素的數量，建筑物分割對象的置信向量采用如下公式計算：

最后通過建筑物分割對象的置信向量識別損毀建筑：L＝argmaxI_o。