一种倒塌建筑物提取方法
【技术领域】
[0001 ]本发明涉及极化SAR影像解译领域，具体地，涉及一种倒塌建筑物提取方法。
【背景技术】
[0002] 合成孔径雷达（SAR)是一种主动成像雷达系统，具有全天候昼夜成像的特点。目 前，通常将其应用至建筑损毁信息提取方面，主要集中在利用多时相干分辨率单极化SAR影 像的强度变化进行变化检测分析。近年来，随着全极化SAR技术的发展，全极化SAR在灾害信 息提取方面的作用越来越重要。例如，在地震发生后，建筑物发生不同程度的倒塌损毁，建 筑物的规则结构受到破坏，规则的二面角反射效应减弱，粗糙度加大，使得回波普遍增强， 规则的纹理结构特征消失，雷达图像特征表现为一定区域内的离散的次高亮目标，看不出 房屋排列关系和阴影。而极化数据相对于单极化数据而言，包含有更丰富信息，利用极化分 解等手段分析建成区震前后散射机制的变化，可以提取房屋倒塌信息。震后SAR影像上，倒 塌建筑物所在区域回波杂乱，色调较暗，规则的叠掩、角反射形成的亮线和阴影等特征消 失。
[0003] 地震等灾害发生时，通常无法获得灾前的SAR影像;单极化SAR影像特征单一，因而 不足以反映房屋倒塌前后的机理变化;全极化SAR影像极化特征相对丰富，但仅使用单一敏 感特征无法获取准确的灾害损毁信息，也易受阈值选取的影响；另外，灾害发生后，震区交 通设施遭到严重破坏，无法深入灾区调查，仅能获取少量样本用于倒塌房屋机理分析和提 取;倒塌完好房屋一般杂错分布，原始特征空间两类样本也混合在一起，难以区分。因而，难 以准确提取倒塌建筑物的信息。
【发明内容】
[0004] 本发明的目的是提供一种倒塌建筑物提取方法，通过该倒塌建筑物提取方法能够 较为准确地提取倒塌建筑物的信息。
[0005] 为了实现上述目的，本发明提供一种倒塌建筑物提取方法，该倒塌建筑物提取方 法包括:获取灾区的极化SAR影像;构造所述极化SAR影像的分辨率单元的图像检索内容并 基于所述图像检索内容建立样本库；以及对所述样本库中的样本进行距离测度学习以进行 倒塌房屋提取。
[0006] 优选地，构造所述极化SAR影像的分辨率单元的图像检索内容包括:针对所述极化 SAR影像的分辨率单元提取极化特征；以及对所述极化特征进行排列以构造图像检索内容。
[0007] 优选地，所述极化特征包括:后向散射幅度| HHI、IHVI、IVVI，散射熵H、平均散射角 α，各项异性度A，极化相关系数Phh-hv，Phviv，Phhiv，圆极化相关系数PRR-a，归一化圆极化相关 系数Po，Yamaguchi分解的各个分量及极化方位角局部标准差0 std，其中，Yamaguchi分解的 各个分量包括表面散射分量Ps，体散射分量Pv，二次散射分量Pd和螺旋体散射分量Ph。
[0008] 优选地，基于图像检索内容建立样本库包括:从所述极化SAR影像中选取第一预定 数量的分辨率单元以确定为完好样本和倒塌样本;计算所述极化SAR影像中的分辨率单元 的图像检索内容与所述完好样本的图像检索内容的完好距离，及与所述倒塌样本的图像检 索内容的倒塌距离;选取第二预定数量的分辨率单元，所述第二预定数量的分辨率单元的 完好距离或倒塌距离小于第二预定数量的分辨率单元之外的分辨率单元的完好距离和倒 塌距离中的较小者;根据所述第二预定数量的分辨率单元的所述完好距离和所述倒塌距离 确定所述第二预定数量的分辨率单元为完好样本或倒塌样本，从而建立样本库。
[0009] 优选地，对所述样本库中的样本进行距离测度学习以进行倒塌房屋提取包括:针 对所述样本库中的完好样本和倒塌样本，基于距离测度学习确定图像检索内容的距离测度 矩阵;基于所述图像检索内容的距离测量度矩阵计算待测分辨率单元的图像检索内容与所 述样本库的完好样本的图像检索内容的完好距离，及与倒塌样本的图像检索内容的倒塌距 离;根据所述待测分辨率单元的图像检索内容与所述样本库的完好样本的图像检索内容的 完好距离和所述待测分辨率单元的图像检索内容与所述样本库的倒塌样本的图像检索内 容的倒塌距离提取倒塌建筑物。
[0010] 优选地，所述倒塌建筑物提取方法还包括以下至少一项：在针对所述极化SAR影像 提取极化特征之前，对所述极化SAR影像进行滤波;在提取Yamaguchi分解的各个分量之前， 对所述极化SAR影像进行去取向处理；以及对所述后向散射幅度| HH |、| HV |、| VV |以及表面 散射分量Ps，体散射分量Pv，二次散射分量Pd和螺旋体散射分量Ph进行对数运算及归一化处 理。
[0011] 优选地，所述完好距离和所述倒塌距离均为马氏距离。
[0012]优选地，根据所述待测分辨率单元的图像检索内容与所述样本库的完好样本的图 像检索内容的完好距离和所述待测分辨率单元的图像检索内容与所述样本库的倒塌样本 的图像检索内容的倒塌距离提取倒塌建筑物包括:在所述待测分辨率单元的图像检索内容 与所述样本库的完好样本的图像检索内容的完好距离大于所述待测分辨率单元的图像检 索内容与所述样本库的倒塌样本的图像检索内容的倒塌距离的情况下，确定该待测分辨率 单元所表征的建筑物为倒塌建筑物。
[0013]优选地，根据所述完好距离和所述倒塌距离提取倒塌建筑物包括:采用K最邻近分 类算法分类倒塌建筑物和完好建筑物。
[0014]优选地，所述倒塌建筑物提取方法还包括:根据所述倒塌建筑物和所述完好建筑 物计算倒塌率，并确定震害等级。
[0015] 通过上述技术方案，构造所述极化SAR影像的分辨率单元的图像检索内容，基于 该图像检索内容建立样本库，然后对所述样本库中的样本进行距离测度学习以进行倒塌房 屋提取。如此，能够较为准确的提取处倒塌建筑物的信息，从而准确评估灾情。
[0016] 本发明的其它特征和优点将在随后的【具体实施方式】部分予以详细说明。
【附图说明】
[0017] 附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具 体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
[0018] 图1是根据本发明提供的倒塌建筑物提取方法的流程图；
[0019] 图2示出了提取的极化方位角伪彩图；
[0020] 图3示出了极化方位角局部方差伪彩图；
[0021 ]图4示出了使用H-a-0std方法进行倒塌房屋提取的示意图；
[0022]图5是根据本发明一种实施方式的图像检索内容构成流程图；
[0023] 图6是根据本发明一种实施方式提供的样本库建立过程的流程图；
[0024] 图7是根据本发明一种实施方式提供的利用样本库学习进行倒塌房屋提取的流程 图；以及
[0025] 图8示出了根据倒塌率计算得到的震害等级分布图。
【具体实施方式】
[0026] 以下结合附图对本发明的【具体实施方式】进行详细说明。应当理解的是，此处所描 述的【具体实施方式】仅用于说明和解释本发明，并不用于限制本发明。
[0027] 图1是根据本发明提供的倒塌建筑物提取方法的流程图，如图1所示，该倒塌建筑 物提取方法可以包括:在步骤10处，获取灾区的极化SAR影像；在步骤11处，构造所述极化 SAR影像的分辨率单元的图像检索内容并基于所述图像检索内容建立样本库；以及在步骤 12处，对所述样本库中的样本进行距离测度学习以进行倒塌房屋提取。如此，仅通过灾后 (例如震后)例如单景极化SAR影像能够较为准确的提取出倒塌建筑物的信息，从而准确评 估灾情。
[0028] 其中，构造所述极化SAR影像的分辨率单元的图像检索内容可以包括:针对所述极 化SAR影像的分辨率单元提取极化特征；以及对所述极化特征进行排列以构造图像检索内 容。
[0029]提取的极化特征可以包括:后向散射幅度|HH|、|HV|、|VV|，散射熵H、平均散射角 α，各项异性度A，极化相关系数Phh-hv，Phviv，Phhiv，圆极化相关系数PRR-α，归一化圆极化相关 系数Po，Yamaguchi分解的各个分量及极化方位角局部标准差0 std，其中，Yamaguchi分解的 各个分量可以包括表面散射分量Ps，体散射分量Pv，二次散射分量Pd和螺旋体散射分量Ph。 上述多种建筑物敏感的极化特征可以构成具有一定描述能力的语义内容，以用于后续图像 检索需要。
[0030] 特别地，极化SAR对地物的形状和方向非常敏感，灾后建筑物倒塌，统一区域极化 方位角的分布会发生较大变化，分布范围变广，极化方位角局部标准差9 std较大;而完好房 屋二面角结构完整，方位角比较一致，极化方位角局部标准差9std较小。
[0031] 其