原文传递
基于无人机影像的震后损毁道路识别研究
| 论文题名： | 基于无人机影像的震后损毁道路识别研究 |
| 关键词： | 无人机影像;震后损毁道路;特征识别;目标检测;模糊分类 |
| 摘要： | 我国自然灾害频发，2008年的汶川地震带来了惨痛的损失。灾后重建急需损毁的道路信息。然而，直接到实地调研不但危险而且效率低下，遥感技术凭借其时效性强、同步性好、不受地面条件限制等优势成为震后救援与评估的重要手段，尤其是低空遥感无人机系统，其应急响应速度快，作业能力强，获得的无人机影像能及时反映灾后受损信息。因此本文研究了基于无人机影像的损毁道路识别方法。研究工作和成果如下： （1）本研究建立了损毁道路数据集。目前，没有公开的损毁道路数据集，本文收集并整理了震后无人机影像，由于损毁道路影像较少，研究了数据增强方法，并制作了VOC2007格式的损毁道路数据集，用于FasterRCNN目标检测网络的训练。 （2）提出了基于目标检测算法FasterRCNN的损毁道路检测方法。制作了VOC2007格式的损毁道路影像数据集，利用该数据集对网络进行了训练。通过训练好的模型，对待检测影像进行预测，实验结果表明，基于FasterRCNN的损毁道路检测方法可行，平均召回率可达63.9%，准确率可达100%，误检数为0，但是漏检情况较严重。利用训练好的模型对待检测影像进行检测，可以达到损毁道路检测的实时性。 （3）提出了基于道路矢量文件的面向对象损毁道路识别方法。将基于现有的道路矢量文件参与分割，生成单独的道路区域对象以用于进一步处理。分割采用棋盘分割和多尺度分割，根据损毁道路影像特征创建波段比值，使用Assign算法和模糊分类算法提取出未损毁道路、植被、损毁道路。结果分析表明上述方法能有效地识别出高分辨率无人机影像损毁道路信息。 |
| 作者： | 李茹霞 |
| 专业： | 摄影测量与遥感 |
| 导师： | 郑莉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉大学 |
| 学位年度： | 2019 |
检索历史
应用推荐
