结构不规则性，在工程实践中能够应用于现实世界的 大多数建筑物。
[0222] (2)拓展性：可以根据实际情况选择其他形状特征参数，以改进不规则建筑物分 割和震害判别函数。
[0223] ⑶识别能力强：能够比较准确地区分中度破坏和严重破坏建筑物，这是传统遥 感震害评估方法很难完成的。
[0224] (3)统一性：与震害现场调查工作及评估标准相结合，定量分析建筑物震害情况， 两者相互结合对地震烈度判定、地震救援和灾区重建具有指导价值，同时获取的三维点云 数据为建筑物破坏过程数值模拟和分析提供了重要数据支持，有利于推动地震工程领域的 研究。
[0225] (4)易操作性：使用的建筑物形状离散参数通俗易懂，提取方法操作简单，便于非 专业人员理解与掌握。
[0226] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人 员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应 视本发明的保护范围。
【主权项】
1. 一种建筑物震害分析方法，其特征在于，该方法按照W下步骤实现： S1，点云数据预处理 设定等高采样间隔，提取建筑物不同高度上的点云集合，然后利用凸包算法获取等高 截面轮廓线，将建筑物的Ξ维点云转化为二维等高多边形序列； 52, 提取形状离散参数并计算其标准差 S21，计算得到建筑物二维等高多边形的长宽比r、倾斜方向Θ、矩形度R、紧致度C和中 屯、点坐标（X，y);判断建筑物在地震之前形态是否规则，如果是，则直接计算建筑物的形状 参数的标准差Of、σ0、On、〇c、〇du，其中，Of、0 0、〇!!、〇c、〇du依次表示建筑物的长 宽比r、倾斜方向θ、矩形度R、紧致度C的离散度，〇du表示中屯、点位置的标准差，然后进 入S3 ;如果否，则进入S22 ; 其中，对于严重破坏建筑物，无法判断震前形态时，视为规则建筑物； 522, 采用聚类算法，将二维等高多边形序列分割为若干子序； 523, 计算每个子序列的建筑物形状参数的标准差，然后通过加权平均计算建筑物形状 参数加权处理后的标准差〇r'、σ/、<、0。'、〇du'，然后进入S3;其中，〇r'、σ/、 〇>；、οe'依次表示建筑物的长宽比r、倾斜方向θ、矩形度R、紧致度C的加权处理后的标 准差，〇du'表示中屯、点位置的加权处理后的标准差； 53, 建筑物震害特征评估分析 通过Fisher判别分析对步骤S22或步骤S23中得到的标准差进行统计，得到建筑物Ξ种破坏程度所对应的判别函数，分别为： 建筑物轻微破坏，对应的判别函数为Fi= 6. 528σ+17. 956σdu' -9. 761 ; 建筑物中等破坏，对应的判别函数为F2= 9. 675σt' +27. 530σdu' -20. 560 ; 建筑物严重破坏，对应的判别函数为Fs= 16. 961σ+41. 302σdu' -55. 945。2. 根据权利要求1所述方法，其特征在于，步骤Sl，提取建筑物不同高度上的点云集 合，然后利用凸包算法获取等高截面轮廓线，具体按照下述步骤实现： S11，选择任意一个高度上的点云集合A; 首先，去除X坐标相同且y坐标也相同的点，得到新点云集合A; 然后，获取新点云集合A中y坐标最小的点数量，如果数量为1，则y坐标最小的一点进 找；如果数量大于1，则选取X坐标、y坐标均最小的一点进找； 接着，将y坐标最小或X坐标、y坐标均最小的一点作为基点，将基点与新点云集合A中 剩余点构成的向量与X轴之间形成的极角按照逆时针排序，同时，将构成向量的除基点外 的点按照所述逆时针排序，得到序列B; 在点排序过程中，当存在两个和两个W上的极角相等时，保留距离基点最远的点，其余 点删除。 512, 序列B中的所有点与基点形成的线段一定在凸包上，故序列B中的第一点进找，依 据序列B中前Ξ个点顺次形成的边角的方向，判断在序列B中第二点处边角的方向是否是 向左转，如果是，则第二点进找；如果否，则第二点不进找，接着判断与第一点离得最近的第 二占. -··'?、、， 513, 按照步骤S12中所述判断方法依次对序列B中的其他点迭代扫描，保留边角方向 向左转的点，最终得到所有进找的点，连接形成Ξ维点云凸包多边形。3. 根据权利要求1所述方法，其特征在于，步骤S2中，所述计算提取建筑物任意一个二 维等高多边形的长宽比r、倾斜方向Θ、矩形度R、紧致度C，是基于所述二维等高多边形及 其最小外接矩形的平面几何计算，具体按照下述计算： A1，获取所述二维等高多边形的周长P、面积A、中屯、点坐标（X，y);获取最小外接矩形 的面积Amw、长轴长度1、长轴与X轴方向夹角Θ1、短轴长度W; A1，按照下述公式分别计算长宽比r、倾斜方向Θ、矩形度R、紧致度C; r= 1/w (1)； 白二白1 (2); R=A/Auer 做； C=pVA (4)。4. 根据权利要求1所述方法，其特征在于，步骤S2中，采用聚类算法，将二维等高多边 形序列分割为若干子序，具体按照下述步骤实现： B1，构建二维等高多边形序列样本矩阵X 获取步骤S1中得到建筑物二维等高多边形的数量为N个。根据建筑物二维等高多边 形的长宽比r、倾斜方向Θ、矩形度R、紧致度C和中屯、点坐标（X，y)，构建任意一个二维等 高多边形的样本矩阵Xi=技…Xi2，Xn，Xi4，Xi5，XJ，其中，Xii=r，Xn=Θ，Xn=R，Xi4 = C，Xu=X，Xw=y，则建筑物具有的N个二维等高多边形构成的二维等高多边形序列Υ表 示为：(5). Β2,抽取初始聚类中屯、center 根据技术人员现场调查对建筑物地震之前形状规则程度的判断，将其划分为垂直方向 上结构一致、形态规则的K个部分，即聚类数目为K;若建筑物震前形态规则或震后杂乱堆 积、难W区分，则Κ= 1 ; 在步骤S1获取的Ν个二维等高多边形序列Υ中随机抽取Κ个样本作为初始聚类中屯、center,用公式（6)表示：(6); B3,划分二维等高多边形类别 根据公式（7)，依次计算Y中各个二维等高多边形样本Xi到center中的各中屯、点样本centerk的欧式距离dk，其中k= 1, 2…K;将Xi划分至dk取值最小的一类中；(了 ); B4,计算更新聚类中屯、center' 假设第k类中包含η,个二维等高多边形样本，其中k= 1，2…K，则建筑物二维等高多 边形总数N为（8):(S)， 第k类二维等高多边形子序列Yk可W表示式（9)为：(9); 按照公式（10)，通过计算Yk中各二维等高多边形样本形状参数的均值，得出Yk的聚类 中心记为Yk' =抗1'Xk2'Xk3'Xk4'Xk5'Xk6' ]，(10); 其中，Xk/表示Yk中第j个形状参数的均值； 每个k类中各样本特征参数的均值构成更新后的建筑物聚类中屯、Center'，如公式 (11)所示；(Π); B5,判断Center'是否与Center相等，若相等输出聚类结果并退出迭代；反之令Center=Center'，重新下一次聚类，直至两者相等输出聚类结果为止； 所述聚类结果中包括将二维等高多边形序列分割为K个子序列。5.根据权利要求1所述方法，其特征在于，步骤S23中，计算建筑物二维等高多边形序 列Y的形状离散参数0 /、0e'、0 /、0。'、0du'，具体按照下述步骤实现： S231，计算每个子序列Yk各形状参数的标准差σf、σ。、〇,、0。、〇dw按照公式（13) 和公式（14)计算Yk中各二维等高多边形形状参数的标准差σk,;其中，οkdu表示Yk中二维等高多边形样本到其聚类中屯、点距离的标准差；根据二维等 高多边形样本矩阵中各分量的含义，得到Yk各形状参数的标准差0f= 0ki、0e= 0k2、 οR=οk3、οc=οk4、οdis=οkdis; S232,按照公式（15)~（19)加权平均计算建筑物形状离散参数σf'、σe'、σκ'、σc'、 〇dis' ：6. 根据权利要求1所述方法，其特征在于，步骤S21中，所述如果建筑物规则，则直接计 算建筑物的形状参数的标准差σf、σe、0 00du，按照公式（20)和（21)计算，实现计 算二维等高多边形序列中各形状参数的标准差Of、σe、〇〇 0。、〇du，其中，〇kdu表示二维等高多边形序列标准差；根据二维等高多边形样本矩阵中各分量 的含义，得到Yk各形状参数的标准差0r= 0kl、0θ=σk2、〇Κ= 0k3、〇。= 0k4、〇du= 日kdis〇7. 根据权利要求1所述方法，其特征在于，步骤SI中利用Ξ维激光扫描仪获取的震区 建筑物Ξ维点云数据。8. 根据权利要求1所述方法，其特征在于，步骤S2中，当建筑物是规则建筑物时，σ/ 二日r、日9二日Θ、日R二日R、日C二日C、日dis二日dis〇
【专利摘要】本发明公开了一种建筑物震害分析方法，涉及地震灾害评估领域。该方法：设定等高采样间隔，提取建筑物不同高度上的点云集合，然后利用凸包算法获取等高截面轮廓线，将建筑物的三维点云转化为二维等高多边形序列；提取建筑物的形状离散参数，并计算的建筑物形状参数的标准差，通过Fisher判别分析对步骤S22或步骤S23中得到的标准差进行统计，得到建筑物三种破坏程度所对应的判别函数。本发明融合了边缘提取、形状聚类及判别分析方法，有效解决了建筑物等高多边形序列提取、形状离散参数计算、不规则建筑物区块分割和震害分析上遇到的问题。
【IPC分类】E04B1/98, G06F19/00
【公开号】CN105243276
【申请号】CN201510662094
【发明人】焦其松, 张景发, 蒋洪波, 李强, 王珊珊
【申请人】中国地震局地壳应力研究所
【公开日】2016年1月13日
【申请日】2015年10月14日