CN106778566A - 基于卫星图像对泥石流地质灾害进行识别与判定的方法 - Google Patents
基于卫星图像对泥石流地质灾害进行识别与判定的方法 Download PDFInfo
- Publication number
- CN106778566A CN106778566A CN201611101926.5A CN201611101926A CN106778566A CN 106778566 A CN106778566 A CN 106778566A CN 201611101926 A CN201611101926 A CN 201611101926A CN 106778566 A CN106778566 A CN 106778566A
- Authority
- CN
- China
- Prior art keywords
- image
- original image
- pixel
- matching degree
- disaster
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 239000004575 stone Substances 0.000 claims abstract description 7
- 239000011435 rock Substances 0.000 claims description 9
- 241001269238 Data Species 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000013316 zoning Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000011160 research Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
一种基于卫星图像对泥石流地质灾害进行识别与判定的方法,包括:对预估的灾害区域进行GPS定位;根据预估定位的灾害位置,获取卫星图像数据;对图像数据进行图像预处理;对预处理后的图像进行拼接;对拼接后的图像进行解译分析,识别并判定泥石流灾害区域。采用卫星影像作为研究对象,可以大尺度对地区进行研究;采用先进的图像拼接技术,可以达到精准快速的影像处理效果,并进一步对泥石流地质灾害识别与判定产生积极影响,本发明是一种方便、快捷、成本较低且有效的灾害识别和判定的方式。
Description
技术领域
本技术适用于泥石流地质灾害的识别与判定技术领域,具体说是一种基于卫星图像对泥石流地质灾害进行识别与判定的方法
背景技术
传统的泥石流地质灾害识别和判定方法主要是先采取实地地质测绘、勘查等工作后才能判断灾害蕴藏情况,对于较大范围的地质灾害调查和防控可谓杯水车薪,且效率较低。
而基于卫星影像的判读,是一种方便、快捷、成本较低且有效的识别、判定的方式。目前国际上先进MODIS、LANDSAT等卫星均免费提供全球20年以上的历史遥感数据。通过对泥石流地质灾害区历史数据的比对和分析,可为泥石流地质灾害区治理方式的选择及灾害的发展趋势提供大量真实可靠的数据。但是现在流行的对卫星影像的处理方法,特别是图像拼接方法,存在效率低、精度低、识别结果不佳的缺陷。
发明内容
基于本领域地质灾害识别和判定及卫星影像处理的技术缺陷,本发明提供了一种基于卫星图像对泥石流地质灾害进行识别与判定的方法,可以达到精准快速的泥石流地质灾害识别与判定效果。
本发明的一种基于卫星图像对泥石流地质灾害进行识别与判定的方法,其特征在于:
步骤1,对预估的灾害区域进行GPS定位;
步骤2,根据预估定位的灾害位置,获取卫星图像数据;
步骤3,对图像数据进行图像预处理;
步骤4,对预处理后的图像进行拼接;
步骤5,对拼接后的图像进行解译分析,识别并判定泥石流灾害区域。
其中,所述步骤4,对预处理后的图像进行拼接,具体包括:
步骤4-1,检测并提取原始图像1和原始图像2的特征点,
步骤4-2,对提取的特征点进行匹配;
步骤4-3,对图像进行空间变换;
步骤4-4,进行图像融合。
其中,步骤4-2,对提取的特征点进行匹配,具体包括:
步骤4-2-1,读取原始图像1和原始图像2,分别在原始图像1和原始图像2中,以每一个特征点i为中心取一个(2L+1)×(2L+1)大小的相关窗口W,L为大于等于1的整数;
步骤4-2-2,将原始图像1和原始图像2进行灰度化;
步骤4-2-3,逐个选取灰度化后的原始图像1中每一个像素点i,求取该像素点i与灰度化后的原始图像2中任一点的匹配度R,
所述
其中,C1、C2分别为原始图像1和原始图像2中像素点相关窗口内像素的灰度值,分别表示图原始图像1和原始图像2像素点相关窗口内像素灰度值的均值;
步骤4-2-4,针对原始图像1中的每一个像素点i,选取匹配度R中最大的匹配度Rmax所对应的像素点作为该像素点i的匹配点;
步骤4-2-5,设置匹配度阈值Z,将所有像素点的最大匹配度Rmax与Z进行比较,排除Rmax小于Z的该匹配度所对应的像素点,仅将Rmax大于Z的该匹配度所对应的原始图像1和原始图像2的像素点保留。
步骤4-2-6,将保留的原始图像1的像素点及其对应的原始图像2的像素点作为特征点对,进行特征点匹配。
其中,步骤3,对图像数据进行图像预处理,具体包括辐射校正和几何配准。
其中,步骤5,对拼接后的图像进行解译分析,识别并判定泥石流灾害区域,包括:结合其他相关资料,进行泥石流流量估算,泥石流影响评价、泥石流泛滥范围估计、以及泥石流危险性分区。
通过本发明,采用卫星影像作为研究对象,可以大尺度对地区进行研究;采用先进的图像拼接技术,可以达到精准快速的影像处理效果,并进一步对泥石流地质灾害识别与判定产生积极影响。本发明将3S技术结合,是一种方便、快捷、成本较低且有效的灾害识别和判定的方式。采用上述三种技术方法相结合的方式,对潜在泥石流发生区域进行定位、分析,最终实现识别和判定泥石流的规模、危害程度,并直观的了解其发育程度等。
附图说明
图1本发明所提出的方法流程图。
具体实施方式
为了更好地理解本发明,下面结合附图参考实施例的描述,对本发明的方法进行进一步的说明。
为了全面理解本发明,在以下详细描述中提到了众多具体细节。但是本领域技术人员应该理解,本发明可以无需这些具体细节而实现。在实施例中,不详细描述公知的方法、过程、组件,以免不必要地使实施例繁琐。
参见图1所示,本发明的一种基于卫星图像对泥石流地质灾害进行识别与判定的方法,其特征在于:
步骤1,对预估的灾害区域进行GPS定位;
步骤2,根据预估定位的灾害位置,获取卫星图像数据;
步骤3,对图像数据进行图像预处理;
步骤4,对预处理后的图像进行拼接;
步骤5,对拼接后的图像进行解译分析,识别并判定泥石流灾害区域。
其中,所述步骤4,对预处理后的图像进行拼接,具体包括:
步骤4-1,检测并提取原始图像1和原始图像2的特征点,
步骤4-2,对提取的特征点进行匹配;
步骤4-3,对图像进行空间变换;
步骤4-4,进行图像融合。
其中,步骤4-2,对提取的特征点进行匹配,具体包括:
步骤4-2-1,读取原始图像1和原始图像2,分别在原始图像1和原始图像2中,以每一个特征点i为中心取一个(2L+1)×(2L+1)大小的相关窗口W,L为大于等于1的整数;
步骤4-2-2,将原始图像1和原始图像2进行灰度化;
步骤4-2-3,逐个选取灰度化后的原始图像1中每一个像素点i,求取该像素点i与灰度化后的原始图像2中任一点的匹配度R,
所述
其中,C1、C2分别为原始图像1和原始图像2中像素点相关窗口内像素的灰度值,分别表示图原始图像1和原始图像2像素点相关窗口内像素灰度值的均值;
步骤4-2-4,针对原始图像1中的每一个像素点i,选取匹配度R中最大的匹配度Rmax所对应的像素点作为该像素点i的匹配点;
步骤4-2-5,设置匹配度阈值Z,将所有像素点的最大匹配度Rmax与Z进行比较,排除Rmax小于Z的该匹配度所对应的像素点,仅将Rmax大于Z的该匹配度所对应的原始图像1和原始图像2的像素点保留。
步骤4-2-6,将保留的原始图像1的像素点及其对应的原始图像2的像素点作为特征点对,进行特征点匹配。
其中,步骤3,对图像数据进行图像预处理,具体包括辐射校正和几何配准。
其中,步骤5,对拼接后的图像进行解译分析,识别并判定泥石流灾害区域,包括:结合其他相关资料,进行泥石流流量估算,泥石流影响评价、泥石流泛滥范围估计、以及泥石流危险性分区。
可见,本发明将3S技术结合,是一种方便、快捷、成本较低且有效的灾害识别和判定的方式。采用上述三种技术方法相结合的方式,对潜在泥石流发生区域进行定位、分析,最终实现识别和判定泥石流的规模、危害程度,并直观的了解其发育程度等。
这里只说明了本发明的优选实施例,但其意并非限制本发明的范围、适用性和配置。相反,对实施例的详细说明可使本领域技术人员得以实施。应能理解,在不偏离所附权利要求书确定的本发明精神和范围情况下,可对一些细节做适当变更和修改。
Claims (5)
1.一种基于卫星图像对泥石流地质灾害进行识别与判定的方法,其特征在于:
步骤1,对预估的灾害区域进行GPS定位;
步骤2,根据预估定位的灾害位置,获取卫星图像数据;
步骤3,对图像数据进行图像预处理;
步骤4,对预处理后的图像进行拼接;
步骤5,对拼接后的图像进行解译分析,识别并判定泥石流灾害区域。
2.根据权利要求1所述的方法,其中,所述步骤4,对预处理后的图像进行拼接,具体包括:
步骤4-1,检测并提取原始图像1和原始图像2的特征点,
步骤4-2,对提取的特征点进行匹配;
步骤4-3,对图像进行空间变换;
步骤4-4,进行图像融合。
3.根据权利要求2所述的方法,其中,步骤4-2,对提取的特征点进行匹配,具体包括:
步骤4-2-1,读取原始图像1和原始图像2,分别在原始图像1和原始图像2中,以每一个特征点i为中心取一个(2L+1)×(2L+1)大小的相关窗口W,L为大于等于1的整数;
步骤4-2-2,将原始图像1和原始图像2进行灰度化;
步骤4-2-3,逐个选取灰度化后的原始图像1中每一个像素点i,求取该像素点i与灰度化后的原始图像2中任一点的匹配度R,
所述
其中,C1、C2分别为原始图像1和原始图像2中像素点相关窗口内像素的灰度值,分别表示图原始图像1和原始图像2像素点相关窗口内像素灰度值的均值;
步骤4-2-4,针对原始图像1中的每一个像素点i,选取匹配度R中最大的匹配度Rmax所对应的像素点作为该像素点i的匹配点;
步骤4-2-5,设置匹配度阈值Z,将所有像素点的最大匹配度Rmax与Z进行比较,排除Rmax小于Z的该匹配度所对应的像素点,仅将Rmax大于Z的该匹配度所对应的原始图像1和原始图像2的像素点保留。
步骤4-2-6,将保留的原始图像1的像素点及其对应的原始图像2的像素点作为特征点对,进行特征点匹配。
4.根据权利要求1所述的方法,其中,步骤3,对图像数据进行图像预处理,具体包括:辐射校正和几何配准。
5.根据权利要求1所述的方法,其中,步骤5,对拼接后的图像进行解译分析,识别并判定泥石流灾害区域,包括:结合其他相关资料,进行泥石流流量估算,泥石流影响评价、泥石流泛滥范围估计、以及泥石流危险性分区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611101926.5A CN106778566A (zh) | 2016-12-02 | 2016-12-02 | 基于卫星图像对泥石流地质灾害进行识别与判定的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611101926.5A CN106778566A (zh) | 2016-12-02 | 2016-12-02 | 基于卫星图像对泥石流地质灾害进行识别与判定的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106778566A true CN106778566A (zh) | 2017-05-31 |
Family
ID=58883747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611101926.5A Pending CN106778566A (zh) | 2016-12-02 | 2016-12-02 | 基于卫星图像对泥石流地质灾害进行识别与判定的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106778566A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108797510A (zh) * | 2018-06-12 | 2018-11-13 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种泥石流堵江的早期识别方法 |
CN112033369A (zh) * | 2019-12-15 | 2020-12-04 | 张月云 | 失踪船体远程定位平台及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104881834A (zh) * | 2015-06-25 | 2015-09-02 | 辽宁有色勘察研究院 | 基于3s技术的泥石流地质灾害识别与判定的方法 |
CN106157292A (zh) * | 2015-04-23 | 2016-11-23 | 尤淑撑 | 基于两时相遥感图像的国土资源变化监测 |
-
2016
- 2016-12-02 CN CN201611101926.5A patent/CN106778566A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157292A (zh) * | 2015-04-23 | 2016-11-23 | 尤淑撑 | 基于两时相遥感图像的国土资源变化监测 |
CN104881834A (zh) * | 2015-06-25 | 2015-09-02 | 辽宁有色勘察研究院 | 基于3s技术的泥石流地质灾害识别与判定的方法 |
Non-Patent Citations (5)
Title |
---|
ZHENGYOU ZHANG等: "A robust technique for matching two uncalibrated images through the recovery of the unknown epipolar geometry", 《ARTIFICIAL INTELLIGENCE》 * |
党华宇: "基于特征点的图像拼接技术在全景图中的应用研究", 《中国优秀硕士学位论文全文数据库-信息科技辑》 * |
杨艳伟: "基于SIFT特征点的图像拼接技术研究", 《中国优秀硕士学位论文全文数据库-信息科技辑》 * |
林婧: "基于序列图像的全景图像拼接技术的研究", 《中国优秀硕士学位论文全文数据库-信息科技辑》 * |
肖映彩等: "无人机航拍图像拼接的研究与实现", 《通信技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108797510A (zh) * | 2018-06-12 | 2018-11-13 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种泥石流堵江的早期识别方法 |
CN112033369A (zh) * | 2019-12-15 | 2020-12-04 | 张月云 | 失踪船体远程定位平台及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8103102B2 (en) | Robust feature extraction for color and grayscale images | |
US8355579B2 (en) | Automatic extraction of planetary image features | |
US8041139B2 (en) | Method and apparatus for calculating the background color of an image | |
US9245349B2 (en) | Method and apparatus for detecting edge in image | |
Schmidt et al. | COMPARATIVE ASSESSMENT OF POINT FEATURE DETECTORS AND DESCRIPTORS IN THE CONTEXT OF ROBOT NAVIGATION. | |
US20120106784A1 (en) | Apparatus and method for tracking object in image processing system | |
WO2005048195A3 (de) | Verfahren zur korrespondenzanalyse in bilddatensätzen | |
CN107093178A (zh) | 区域增长方法 | |
Chen et al. | A non-cooperative target grasping position prediction model for tethered space robot | |
WO2006012053A3 (en) | Generetion of quality field information in the context of image processing | |
Su et al. | A learning framework for degraded document image binarization using Markov random field | |
CN106778566A (zh) | 基于卫星图像对泥石流地质灾害进行识别与判定的方法 | |
WO2021118463A1 (en) | Defect detection in image space | |
CN109146918B (zh) | 一种基于分块的自适应相关目标定位方法 | |
Shah et al. | Automatic object detection using objectness measure | |
CN106991669B (zh) | 一种基于深度选择性差异的显著性检测方法 | |
US7957555B2 (en) | Method and apparatus for localizing an object part in digital image data by updating an initial position estimate based on a displacement of the object part | |
Wang et al. | Fault detection using color blending and color transformations | |
CN108154068A (zh) | 一种遥感影像中泥石流信息的提取方法 | |
Yeh et al. | Fast salient object detection through efficient subwindow search | |
Bai et al. | Touching cells splitting by using concave points and ellipse fitting | |
US10579896B2 (en) | Mark detection system and method | |
Lee et al. | Preliminary study on a framework for imaging sonar based underwater object recognition | |
CN105405140A (zh) | 基于初始素描图的胃部ct图像淋巴结检测系统 | |
Mattheij et al. | Depth-based detection with region comparison features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 101399 No. 2 East Airport Road, Shunyi Airport Economic Core Area, Beijing (1st, 5th and 7th floors of Industrial Park 1A-4) Applicant after: Zhongke Star Map Co., Ltd. Address before: 101399 Building 1A-4, National Geographic Information Technology Industrial Park, Guomen Business District, Shunyi District, Beijing Applicant before: Space Star Technology (Beijing) Co., Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |