一种基于高分辨率遥感影像的多指标融合滑坡检测方法
【专利摘要】本发明涉及一种基于高分辨率遥感影像的多指标融合滑坡检测方法，包括以下步骤：(1)采集高分辨率遥感影像和立体像对；(2)生成数字高程模型并进行地形特征指标的计算；(3)对遥感影像预处理；(4)遥感影像多尺度影像分割；(5)针对不同尺度层选出合适的地物特征指标并获得它们的值；(6)将地形特征指标与地物特征指标融合处理并将各特征指标与设定的规则集比较，实现滑坡检测。与现有技术相比，本发明避免了滑坡区域过于零散所带来的噪声影响，从而解决因地震等自然伤害引起的滑坡识别提取问题，为灾后重建修复提供支持；所使用的特征指标能够反映所选研究区域地物特点，特征指标所对应的阈值具有独特性，通过特征的组合与阈值的确定，成功提取研究区滑坡。
【专利说明】
一种基于高分辨率遥感影像的多指标融合滑坡检测方法
技术领域
[0001]本发明涉及一种滑坡检测方法，尤其是涉及一种基于高分辨率遥感影像的多指标融合滑坡检测方法。【背景技术】
[0002]利用遥感技术提取滑坡信息是快速探测、分析和检测山体滑坡的一种有效手段。 传统的基于对地观测数据的滑坡编目工作主要依赖于影像目视解译和实地调查，该方法具有耗时严重、费用昂贵等缺点，且部分区域难以在滑坡发生后短时间内进行实地调查，也阻碍了灾害发生后的快速响应。高分辨率卫星影像的使用为地理空间对象的自动提取提供了有力基础，也极大的提高了滑坡信息的提取精度，然而对高分辨率影像使用基于像元的遥感影像信息的提取方法获取的信息量偏少，且大量的杂质信息也会干扰提取结果。面向对象技术的引入提高了自动从遥感影像中提取信息的准确性，这种方法在提取过程中不仅针对光谱信息，同时又将地物的几何特征与关系、纹理特征和背景等信息考虑进来。目前， 面向对象的遥感信息提取方法的步骤主要由影像分割和影像分类组成，与传统分类算法相比，面向对象方法不再基于单个像素，而是以对象为基本处理单元，减小同类地物的光谱变化，增大不同地物之间的差异，从而增加类别的可分性。但对于滑坡这种具有复杂特征的地物，仅使用光谱、纹理等信息进行提取，存在着很大的局限性。
【发明内容】
[0003]本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于高分辨率遥感影像的多指标融合滑坡检测方法。
[0004]本发明的目的可以通过以下技术方案来实现:
[0005]—种基于高分辨率遥感影像的多指标融合滑坡检测方法，其特征在于，包括以下步骤:
[0006](1)采集待研究地形的高分辨率遥感影像和立体像对；[〇〇〇7] (2)利用立体像对生成数字高程模型，并进行地形特征指标的计算；
[0008](3)对遥感影像进行影像预处理；
[0009](4)对完成预处理后的遥感影像进行多尺度影像分割；
[0010](5)针对不同尺度层，选出适合该尺度层的地物特征指标并根据高分辨率遥感影像获得它们的值。
[0011](6)将步骤(2)中得到的地形特征指标与步骤(5)中选出的地物特征指标进行融合处理并将各特征指标与设定的规则集比较，实现滑坡的检测。
[0012]所述的高分辨率遥感影像包括全色和多光谱波段图像。
[0013]所述的高分辨率遥感影像和立体像对通过IK0N0S采集。
[0014]所述的影像预处理包括以下步骤:
[0015](1)对所述的高分辨率遥感影像辐射校正；
[0016](2)结合所述的数字高程模型对步骤(1)中辐射后的高分辨率遥感影像进行正射校正；
[0017](3)对步骤(2)中得到的高分辨率遥感影像进行影像增强；
[0018](4)利用所述的全色波段图像和多光谱波段图像进行配准融合生成具有高分辨率和光谱信息的合成影像。
[0019]所述的多尺度影像分割具体为
[0020]红、绿、蓝和近红外波段设置颜色权重为1，形状因子权重为0.1，紧致性因子为 0.6,分割尺度为10、30、50、70、90、100、120、150、200和500的多尺度影像分割。
[0021]所述的地形特征指标包括坡度、坡向和曲率。
[0022]所述的地物特征指标包括亮度、对比度、植被指数、密度、纹理特征和形状指数。
[0023]所述的规则集具体为:
[0024](1)若植被指数大于或等于0.39,表明该区域为植被覆盖区；否则进入规则(2);
[0025](2)若近红外波段值大于714且表面高度小于840,则该区域为水体；否则进入规则⑶；
[0026](3)若亮度值取值范围为389至414,则该区域为山体阴影；否则进入规则(4);
[0027](4)若坡度小于18且长宽比取值范围为5至20,其中，若表面高度小于1045,则该区域为其他类型地物，否则该区域即为滑坡区域；以上条件均不满足的，则进入规则(5);
[0028](5)该区域为滑坡区域。
[0029]与现有技术相比，本发明具有以下优点:
[0030](1)针对坡尺度变化较大，大型、小型滑坡混合的情况，避免了滑坡区域过于零散所带来的噪声影响，从而解决因地震等自然灾害引起的滑坡识别提取问题，为灾后重建与修复提供支持。
[0031](2)所使用的特征指标能够反映所选研究区域地物的特点，特征指标所对应的阈值具有独特性，通过特征的组合与阈值的确定，成功提取研究区滑坡。
[0032](3)针对目前主流的卫星影像IK0N0S，本方法所选取的特征指标突出体现IK0N0S 数据特点，降低影像质量本身对提取的影响，对IK0N0S具有较强适用性。【附图说明】
[0033]图1为本发明的方法的处理流程图；
[0034]图2为本发明的方法的滑坡区域提取规则集。【具体实施方式】
[0035]下面结合附图和具体实施例对本发明进行详细说明。
[0036]图1所示为本方法的具体流程，能够很好利用IK0N0S影像对都江堰市虹口乡研究区进行滑坡提取，详细步骤描述如下:
[0037]1?对IK0N0S影像进行辐射校正；
[0038]2.利用IK0N0S立体像对生成数字高程模型，并通过数字高程模型生成坡度、坡向、曲率等地形特征图；
[0039]3.结合数字高程模型对辐射后IK0N0S影像进行正射校正；
[0040]4.对IK0N0S影像进行增强处理，并利用全色波段和多光谱波段进行配准融合，生成具有高分辨率和丰富的光谱信息的合成影像；
[0041]5.将融合后IK0N0S影像与数字高程模型(DEM)、植被指数、坡度、曲率等特征图层进行合并；
[0042]6.对红、绿、蓝、近红外波段设置颜色权重为1，其余图层颜色权重为0 ;形状因子权重为0.1，其中紧致性因子为0.6,在上述基础上进行影像分割，分割尺度为10、30、50、 70、90、100、120、150、200、500。
[0043]7.在影像的分割基础上，根据滑坡与其他地物的区别，结合各特征，构建规则集， 如图2所示，实现滑坡信息的提取。
[0044]具体规则集的构建步骤如下:
[0045](1)若植被指数大于0? 39,表明该区域为植被覆盖区；否则进入规则(2);
[0046](2)若红外波段值大于714且表面高度小于840,则该区域为水体；否则进入规则 (3)；
[0047](3)若亮度值取值范围为389至414,则该区域为山体阴影；否则进入规则⑷；
[0048](4)若坡度小于18且长宽比取值范围为5至20,其中，若表面高度小于1045,则该区域为其他类型地物，否则该区域即为滑坡区域；以上条件均不满足的，则进入规则(5);
[0049](5)该区域为滑坡区域。
【主权项】
1.一种基于高分辨率遥感影像的多指标融合滑坡检测方法，其特征在于，包括以下步 骤:(1)采集待研究地形的高分辨率遥感影像和立体像对；(2)利用立体像对生成数字高程模型，并进行地形特征指标的计算；(3)对遥感影像进行影像预处理；(4)对完成预处理后的遥感影像进行多尺度影像分割；(5)针对不同尺度层，选出适合该尺度层的地物特征指标并根据高分辨率遥感影像获 得它们的值。(6)将步骤(2)中得到的地形特征指标与步骤(5)中选出的地物特征指标进行融合处 理并将各特征指标与设定的规则集比较，实现滑坡的检测。2.根据权利要求1所述的一种基于高分辨率遥感影像的多指标融合滑坡检测方法，其 特征在于，所述的高分辨率遥感影像包括全色和多光谱波段图像。3.根据权利要求1或2所述的一种基于高分辨率遥感影像的多指标融合滑坡检测方 法，其特征在于，所述的高分辨率遥感影像和立体像对通过IKONOS采集。4.根据权利要求2所述的一种基于高分辨率遥感影像的多指标融合滑坡检测方法，其 特征在于，所述的影像预处理包括以下步骤:(1)对所述的高分辨率遥感影像辐射校正；(2)结合所述的数字高程模型对步骤(1)中辐射后的高分辨率遥感影像进行正射校正；(3)对步骤(2)中得到的高分辨率遥感影像进行影像增强；(4)利用所述的全色波段图像和多光谱波段图像进行配准融合生成具有高分辨率和光 谱信息的合成影像。5.根据权利要求4所述的一种基于高分辨率遥感影像的多指标融合滑坡检测方法，其 特征在于，所述的多尺度影像分割具体为红、绿、蓝和近红外波段设置颜色权重为1，形状因子权重为0.1，紧致性因子为0.6,分 割尺度为1〇、30、50、70、90、100、120、150、200和500的多尺度影像分割。6.根据权利要求1所述的一种基于高分辨率遥感影像的多指标融合滑坡检测方法，其 特征在于，所述的地形特征指标包括坡度、坡向和曲率。7.根据权利要求1所述的一种基于高分辨率遥感影像的多指标融合滑坡检测方法，其 特征在于，所述的地物特征指标包括亮度、对比度、植被指数、密度、纹理特征和形状指数。8.根据权利要求1所述的一种基于高分辨率遥感影像的多指标融合滑坡检测方法，其 特征在于，所述的规则集具体为:(1)若植被指数大于或等于0.39,表明该区域为植被覆盖区；否则进入规则(2);(2)若近红外波段值大于714且表面高度小于840,则该区域为水体；否则进入规则(3)；(3)若亮度值取值范围为389至414,则该区域为山体阴影；否则进入规则(4);(4)若坡度小于18且长宽比取值范围为5至20,其中，若表面高度小于1045,则该区域 为其他类型地物，否则该区域即为滑坡区域；以上条件均不满足的，则进入规则(5);(5)该区域为滑坡区域。
【文档编号】G06K9/00GK105989322SQ201510041864
【公开日】2016年10月5日
【申请日】2015年1月27日
【发明人】童小华, 陆平, 曹文
【申请人】同济大学