专利名称：一种基于多尺度格网与分维变化的灾害遥感自动识别方法
技术领域：
本发明涉及灾害遥感领域，具体涉及地表灾害遥感自动识别的方法。
背景技术：
遥感是指运用传感器对物体的电磁波辐射、反射特性进行非接触的、远距离探测，并根据其特性对物体的性质、特征和状态进行分析的理论、方法和应用的科学技术。随着传感器技术、航空航天技术和数据通讯技术的不断发展，现代遥感技术已经进入一个能动态、快速、多平台、多时相、高分辨率地提供对地观测数据的新阶段。地表灾害是人类社会面临的共同问题，重大地表灾害的及时监测与快速响应，是公共安全与科学技术面临的严峻挑战，迅捷可靠的灾害事件自动感知至关重要。对比不同期次的遥感影像，基于变化检测可以提取灾害信息与灾场特征。但是，受遥感数据不确定性和地表灾害复杂性影响，目前基于遥感数据的变化监测其灾害识别主要依赖人机交互与目视解译，人为干预必不可少，无法实 现灾害现象的自动识别，更无法满足卫星在轨运行中地表灾害的自动识别要求。分形的概念由美国数学家曼德布罗特(B. B. Mandelbort)首先提出。在分形和以非规则几何形态为研究对象的分形几何学的基础上提出的分形理论，是当今科研领域非常活跃的一种新思想、新方法和新理论。自相似原则和迭代生成原则是分形理论的重要原则，它表征分形在通常的几何变换下具有不变性，即标度无关性。分形形体中的自相似性可以是完全相同，也可以是统计意义上的相似。标准的自相似分形是数学上的抽象，自相似性是从不同尺度的对称出发形成递归，迭代生成无限精细的结构，如科契(Koch)雪花曲线、谢尔宾斯基(Sierpinski)地毯曲线等。事实上，具有自相似性的形态广泛存在于自然界中，自然界中不同种类的物质形态及其空间分布一般具有不同的分形维数(简称分维)，而且自然界的分形与图像的灰度之间有一定的对应关系。因此分维可以用来描述图像表面的纹理特征和粗糙程度，遥感图像的分维值可以有效地描述地球表面空间结构信息。根据分形理论，分维是对非光滑、非规则、形态破碎等极其复杂的分形体进行定量刻画的重要参数，表征了分形体的复杂程度和粗糙程度，即图像中的纹理越复杂，分维越大；纹理越简单，分维越�。桓丛映潭认嗨频奈评砭哂写笾孪嗤姆治�。因此，图像中不同复杂度的纹理也就对应着不同的分维。在地震、洪涝、滑坡、泥石流、飓风、海嘯、海底漏油等地表灾害发生后，地表因灾害破坏或异物覆盖，其遥感图像的纹理特征会相应改变，从而使其分维值发生变化。通过一系列的数学计算，可以检测前后两景遥感影像中对应区域的分维变化，从而确定地表灾害的灾害单元与灾场范围，并判断灾害强度。据此，可启动应急预案进行分析确认，继而启动当前卫星聚焦观测和其他卫星协同观测的方案，实现重大地表灾害与灾害链的跟踪监测。本发明提出的基于多尺度格网与分维变化的灾害遥感自动识别方法，其全过程由计算机独立处理、自动运算，完全脱离人工干预，是一种适合地表灾害监测机构、卫星地面接收站和在轨运行中的卫星自动识别地表灾害的方法。参考文献
[I]Clarke, K. C. " Computation of the fractal dimension of topographicsurfaces using the triangularprism surface area method. " Computers &Geosciences,1986. 12(5) :713-722.[2]Sun, ff. , G. Xu, et al. " Fractal analysis of remotely sensed images Areview of methods andapplications. " International Journal of Remote Sensing,2006.27(22) :4963-4990.[3] Mande lbrot, B. B. " Sel f-Af fine Fractals and FractalDimension. " Physica Scripta,1985. 32 (4) :257.[4]陈文凯，何少林，周中红，张苏平.地震前后遥感影像分形特征研究.大地测量与地球动力学，2010，(6) :24-30.[5]杨彦从，彭瑞东，周宏伟.三维空间数字图像的分形维数计算方法.中国矿业 大学学报，2009，(2) =251-258.[6]陈爱群.国内外遥感最新技术及其发展趋势.测绘科技情报，2008，(I)12-15.
发明内容
本发明的目的是设计一种基于多尺度格网与分维变化的灾害遥感自动识别方法，从而满足地表灾害监测机构、卫星地面接收站和在轨运行中的卫星自动识别地表灾害的需要。方法步骤核心如下自动构建遥感影像对；自动截取感兴趣区域影像块；自动划分影像块多尺度格网；自动计算子影像块分维及其变化；自动识别地表灾害。该方法的特征是灾害识别过程完全由计算机自动完成，无需人工干预，可为地表灾害监测机构、卫星地面接收站和在轨运行中的卫星自动识别地表灾害并进行跟踪监测提供技术支持。为达到上述发明的目的，本发明提供了一种基于多尺度格网与分维变化的灾害遥感自动识别方法。所述方法包括以下几个具体步骤SI :以覆盖感兴趣区的本次观测影像为参照，从影像库中提取上一时相观测的覆盖同一区域的影像，构成地理匹配的影像对，从影像对中分别截取像素数为2nX2n(—般n彡10)的影像块；S2 :将影像块均分为22i(i = 0,1,2,……，m，m ( n_7)个像素数为2^X2^的子影像块，并分别计算各子影像块的分维，进而计算并记录影像对中各子影像块的分维变化，完成第i次格网划分与分维变化计算；S3 :重复S2过程直至第m次划分；S4:将不同格网尺度下影像对子影像块的分维变化，按其子影像块在格网中的对应位置关系成图，得到不同格网尺度下子影像块分维变化的空间分布；S5 :以最细尺度下的格网单元为基准，逐一检索其上级格网单元的分维变化，若其对应的各级格网单元的分维变化趋势一致(具有单调性)，则判定该格网单元对应的影像区域发生了灾害；S6:以判定出的发生了灾害的格网单元为集合，根据分维变化阈值，识别灾害范围，并根据分维变化大小判断灾害强度。其中，所述方法在步骤SI之前还包括卫星遥感数据与影像的前期处理步骤
SA :卫星遥感数据的成像处理；SB :利用卫星测控数据(包括卫星瞬时姿态与轨道高度、传感器姿态与参数)确定每幅影像的地面覆盖范围；SC:对包含感兴趣区域的时间相邻的前后两景卫星影像进行辐射、几何校正和地理配准。其中，所述方法在步骤S6之后还包括后续应用步骤SD:当通过上述步骤自动识别出感兴趣区域内可能存在灾情时，则可启动应急预案进行分析确认，继而启动当前卫星聚焦观测和其他卫星协同观测方案，实现重大地表灾害与灾害链的跟踪监测。其中，所述方法的步骤S3中，划分次数由分维的标度区间确定。标度是一种对自 然事物分形的描述，自然界中的分形往往是在一定的标度区间内成立，而在这个区间以外不存在自相似性。本发明涉及的方法中，标度区间由多尺度格网宽度的像素数确定，一般其像素数应大于等于27。其中，所述方法的步骤S6中，分维变化阈值由不同区域、不同灾种的大量观测分析与实验数据预先确定。
图I为一种基于多尺度格网与分维变化的灾害遥感自动识别方法的流程图；图2为一种基于多尺度格网与分维变化的灾害遥感自动识别方法的案例示意图。
具体实施例方式以下实施例用于说明本发明，但不用来限制本发明的范围。说明书附图所示是本发明的一种基于多尺度格网与分维变化的灾害遥感自动识别方法流程图，所述方法具体包括以下步骤选取本次及上一时相卫星影像构成的影像对，分别截取像素数为2nX2n(—般地10)的影像块；按多尺度格网将其划分成一系列像素数为=0，1，2，……，i彡n-7)的子影像块；分别计算不同格网尺度下各子影像块的分维，进而计算同一格网尺度下子影像块的分维变化；将不同格网尺度下影像对子影像块的分维变化，按其子影像块在格网中的对应位置关系成图，得到不同格网尺度下子影像块分维变化的空间分布；根据分维变化阈值，识别灾害范围，并根据分维变化大小判断灾害强度。据此，可启动应急预案进行分析确认，继而启动当前卫星聚焦观测和其他卫星协同观测方案，实现重大地表灾害与灾害链的跟踪监测。整个处理过程主要由三个阶段组成影像块多尺度格网划分、子影像块分维变化计算、地表灾害自动识别。I.影像块多尺度格网划分本发明涉及到的影像划分是一种多尺度规则格网划分方法。该格网划分方法首先以覆盖感兴趣区的本次观测影像为参照，从影像库中提取上一时相观测的覆盖同一区域的影像，构成地理匹配的影像对；基于地理坐标从影像对中分别截取像素数为2nX2n(—般n彡10)的影像块；将影像块均分为22i(i = 0,1,2,……，m，m ^ n-7)个像素数为ZlriXZlri的子影像块，记为第i次划分，计算并记录影像对中各子影像块的分维及其变化，然后再依此规则进行i+1次均匀划分。
由此可得，第i次划分得到22i个子影像块。使用行列号将每一次划分后所得的子影像块按其在原始影像块(从遥感影像对中截取的像素数为2nX2l^影像块)上的位置进行编号(如第i次划分左上角子影像块编号记为(1，I)，左下角子影像块编号记为(2^1)，右上角子影像块编号记为(1，20，右下角子影像块编号记为(2^20)。记录每一次划分的序数以及各子影像块的编号，为其分维计算及变化检索提供便利。在本发明涉及的影像块格网划分方法中，第i次划分后要判断i + 1次划分所得子影像块的大小是否在分维的标度区间内(本发明涉及的方法中，标度区间由多尺度格网宽度的像素数确定，一般其像素数应大于等于27)，只有当满足条件时才进行后续划分，否则划分终止。2.子影像块分维变化计算 本发明中涉及的子影像块分维计算，可选用现有分维估计算法，如表面棱柱法、分盒子法、变量图法、分线法、傅里叶功率谱法等。将影像对中相应子影像块的分维求差(上一时相影像子影像块的分维减去当前影像对应子影像块的分维)，得到子影像块分维变化。在完成每一尺度格网划分所得的全部子影像块的分维变化计算后，将其存储到一个数组中，程序在后续运行中调用该数组实现灾害自动识别。3.地表灾害自动识别通过影像块多尺度格网划分与子影像块分维变化计算两个阶段，得到不同格网尺度下的分维变化的空间分布图，可呈现出遥感影像中地表变化在不同划分尺度下的表现差异及变化趋势。以最细尺度下的格网单元为基准，逐一检索其上级格网单元的分维变化，若其对应的各级格网单元的分维变化趋势一致(具有单调性)，则判定该格网单元对应的影像区域发生了灾害；进而以判定出发生了灾害的格网单元为集合，根据分维变化阈值，识别灾害范围，并根据分维变化大小判断灾害强度。以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由其权利要求限定。
权利要求
1.一种基于多尺度格网与分维变化的灾害遥感自动识别方法，其特征在于，所述方法将影像多尺度格网划分与分维变化计算相结合，自动完成灾害识别全过程。
2.如权利要求I所述的一种基于多尺度格网与分维变化的灾害遥感自动识别方法，其特征在于，该方法服务对象为地表灾害监测机构、卫星地面接收站和在轨运行中的卫星。
3.如权利要求I所述的一种基于多尺度格网与分维变化的灾害遥感自动识别方法，其特征在于，所述方法包括下述步骤 51:以覆盖感兴趣区的本次观测影像为参照，从影像库中提取上一时相观测的覆盖同一区域的影像，构成地理匹配的影像对，从影像对中分别截取像素数为2nX 2n(—般n彡10)的影像块； 52:将影像块均分为22i(i =0,1,2,……，m，m彡n-7)个像素数为21^ X 21^的子影像块，并分别计算各子影像块的分维，进而计算并记录影像对中各子影像块的分维变化，完成第i次格网划分与分维变化计算； 53:重复S2过程直至第m次划分； S4:将不同格网尺度下影像对子影像块的分维变化，按其子影像块在格网中的对应位置关系成图，得到不同格网尺度下子影像块分维变化的空间分布； 55:以最细尺度下的格网单元为基准，逐一检索其上级格网单元的分维变化，若其对应的各级格网单元的分维变化趋势一致(具有单调性)，则判定该格网单元对应的影像区域发生了灾害； 56:以判定出的发生了灾害的格网单元为集合，根据分维变化阈值，识别灾害范围，并根据分维变化大小判断灾害强度。
4.如权利要求3所述的一种基于多尺度格网与分维变化的灾害遥感自动识别方法，其特征在于，所有步骤均自动运行，无需人工干预。
全文摘要
本发明的目的是设计一种基于多尺度格网与分维变化的灾害遥感自动识别方法，从而满足地表灾害监测机构、卫星地面接收站和在轨运行中的卫星自动识别地表灾害的需求。该方法步骤核心如下自动构建遥感影像对；自动截取感兴趣区域影像块；自动划分影像块多尺度格网；自动计算子影像块分维变化；自动识别地表灾害。该方法的特征是灾害识别过程完全由计算机自动完成，无需人工干预，可为地表灾害监测机构、卫星地面接收站和在轨运行中的卫星自动识别地表灾害并进行跟踪监测提供技术支持。
文档编号G01S7/02GK102967850SQ201110257529
公开日2013年3月13日 申请日期2011年9月2日 优先权日2011年9月2日
发明者吴立新, 吴鹏天昊, 沈永林, 王植 申请人:吴立新, 吴鹏天昊, 沈永林, 王植
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
