發(fā)布時(shí)間：2020-11-15 12:45

　　 無人機(jī)遙感在建筑物震害評估方面發(fā)揮著重要作用。它可以迅速航拍震后建筑物照片,提取建筑物破壞信息,預(yù)估破壞程度從而獲取受災(zāi)情況,為國家救援提供決策資料。傳統(tǒng)的遙感一般只能航拍受損建筑頂部影像,很難獲取其側(cè)面情況,從而使生成的正射影像缺少房屋建筑的側(cè)面、高度、樓層數(shù)和占地面積等信息,導(dǎo)致建筑物震害評估的不準(zhǔn)確。近年興起的無人機(jī)傾斜攝影技術(shù)從多個(gè)角度拍攝建筑物的頂部和側(cè)面照片,生成的三維模型不僅展現(xiàn)建筑物破壞的真實(shí)三維場景,而且較為準(zhǔn)確的反映建筑物外墻破壞細(xì)節(jié)、高度和位置等信息。本文使用2017年四川九寨溝7.0級地震震后分辨率10cm的無人機(jī)傾斜影像研究提取建筑物破壞信息的方法,主要研究內(nèi)容如下:(1)傾斜攝影技術(shù)建模生成的三維模型較好的表現(xiàn)單體建筑物側(cè)面和頂面震害細(xì)節(jié)信息,然而模型的高維特性無法直接基于傾斜影像提取建筑物震害信息,經(jīng)過降低維度或者點(diǎn)云分割獲得的側(cè)面紋理影像往往導(dǎo)致單體建筑物震害信息不清晰以及側(cè)面紋理的雜亂破碎。針對這些問題,本文提出一種直接從九寨溝震后傾斜影像快速獲取單體建筑物側(cè)面紋理的新方法,即利用元素打散功能將三維模型打散,實(shí)現(xiàn)三維白模與貼圖紋理的分離,獲取單體建筑物較為完整的頂部和側(cè)面影像信息,同時(shí)利用三維模型瓦片的坐標(biāo)高程范圍和單體建筑物的坐標(biāo)高程選取最優(yōu)紋理影像,并對紋理影像上單體建筑物外墻和墻皮脫落信息采用面向?qū)ο蠓椒ㄟM(jìn)行提取,通過對這些建筑物震害信息的分析,判定單體建筑物為中等和嚴(yán)重兩個(gè)破壞等級。(2)結(jié)合面向?qū)ο蠖喑叨确指钏惴ㄅc深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型,提取災(zāi)區(qū)群體建筑物震害信息。面向?qū)ο蠖喑叨确指羁梢詫⒉煌�的地物分割到不同的對象�?但是對于對象的波段、大小、紋理和空間位置等特征描述不全,降低了地物的識(shí)別分類的效率和精度特征,卷積神經(jīng)網(wǎng)絡(luò)通過深層次特征訓(xùn)練學(xué)習(xí)可以有效識(shí)別提取不同地物特征。本文首先使用目視解譯群體建筑物頂面和側(cè)面影像震害信息,并選取有震害信息的建筑物頂面和側(cè)面構(gòu)建訓(xùn)練樣區(qū),樣區(qū)大小為100*100尺寸像素,樣區(qū)分為三類:完好建筑物面圖片標(biāo)簽1,破壞建筑物面圖片標(biāo)簽2,其他地物和背景圖片標(biāo)簽3。然后采用卷積神經(jīng)網(wǎng)絡(luò)VGG-16模型對樣區(qū)進(jìn)行訓(xùn)練、計(jì)算和分類。模型訓(xùn)練成功后,接著使用多尺度分割算法對建筑物頂面和側(cè)面影像進(jìn)行多尺度分割后,用構(gòu)建的網(wǎng)絡(luò)模型對建筑物頂面和側(cè)面的震害信息進(jìn)行提取,并將提取結(jié)果與目視結(jié)果進(jìn)行比較分析。本文使用的九寨溝震后傾斜影像總面積約為0.3Km~2,建筑物量較少,對提取結(jié)果有一定影響;同時(shí)模型本質(zhì)是等間隔瓦片分割的影像,有些建筑物的紋理影像復(fù)雜破碎,增加了提取的難度。
【學(xué)位單位】：中國地震局地震預(yù)測研究所
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：P237;TU746
【部分圖文】：

論文總體框架

第二章 無人機(jī)傾斜影像的三維建模技術(shù)介紹這一章節(jié)主要敘述無人機(jī)傾斜航拍的照片構(gòu)建三維模型的方法步驟、技術(shù)原理和本質(zhì)特征。首先介紹本文使用的四旋翼無人機(jī)的詳細(xì)參數(shù)數(shù)據(jù)以及本文生成三維影像的技術(shù)流程；然后闡述三維模型的構(gòu)建過程、索引組織方式、地物位置計(jì)算方法和常見的傾斜模型數(shù)據(jù)格式；最后基于現(xiàn)場拍攝的房屋建筑破壞照片和無人機(jī)航拍的建筑物破壞影像，對建筑物破壞特征進(jìn)行分析。2.1 震后遙感影像的獲取本文使用大疆悟 INSPIRE 2 四旋翼無人機(jī)（圖 2.1）航拍災(zāi)區(qū)遙感影像，該無人機(jī)系統(tǒng)包含大疆悟 INSPIRE 2 機(jī)身、4 對螺旋槳、云臺(tái)相機(jī) Zenmuse x5s、電池、遙控器等（引自大疆官網(wǎng)）。

本文使用無人機(jī)航拍九寨溝震后漳扎鎮(zhèn)建筑物震害照片，經(jīng)過照片拼集點(diǎn)云、生成網(wǎng)格、紋理映射后獲取災(zāi)區(qū) 10cm 精度的反應(yīng)現(xiàn)場建筑物場景的傾斜影像如圖 2.2 和圖 2.3 所示。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭明珠;呂欣欣;王亞昆;;國內(nèi)外群體建筑物震害預(yù)測方法研究現(xiàn)狀綜述[J];防災(zāi)科技學(xué)院學(xué)報(bào);2016年04期

2 袁玉;申旭輝;薛騰飛;張景發(fā);;SAR圖像變化檢測提取建筑物震害信息的研究綜述[J];地殼構(gòu)造與地殼應(yīng)力文集;2017年00期

3 劉漢雄;昆明市幾種地基土的脈動(dòng)觀測研究[J];地震研究;1988年03期

4 劉軍生;楊佳玲;鄧聯(lián)合;閔彥;;汶川5.12大地震建筑物震害分析[J];陜西建筑;2011年11期

5 徐敬海;李向陽;陳鼎超;;面向抗震防災(zāi)規(guī)劃的建筑物震害評估方法[J];城市問題;2016年11期

6 梁永朵;姜金征;李瑩;蔣越;惠楊;;建筑物震害預(yù)測方法研究[J];華北科技學(xué)院學(xué)報(bào);2015年01期

7 王威;蘇經(jīng)宇;馬東輝;韓陽;郭小東;王志濤;;基于范例推理的城市建筑物震害預(yù)測方法研究[J];西安建筑科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

8 李飛;孫偉偉;張順寶;李輝;張蓓蕾;;利用“天地圖”設(shè)計(jì)和研發(fā)建筑物震害風(fēng)險(xiǎn)信息平臺(tái)[J];測繪通報(bào);2017年05期

9 劉燕萍;董偉;黃畢雙;李晉;楊芳;;基于兩階段支持向量機(jī)的群體建筑物震害預(yù)測方法[J];華南地震;2016年02期

10 王志濤;田杰;蘇經(jīng)宇;馬東輝;郭小東;王威;;汶川地震建筑物震害淺析[J];工程抗震與加固改造;2008年06期

相關(guān)博士學(xué)位論文 前3條

1 竇愛霞;基于機(jī)載LiDAR數(shù)據(jù)的建筑物震害識(shí)別特征參數(shù)研究[D];中國地震局地質(zhì)研究所;2018年

2 趙妍;建筑物震害遙感影像面向?qū)ο笞兓瘷z測研究[D];中國地質(zhì)大學(xué)(北京);2017年

3 焦其松;基于LiDAR的建筑物震害分析[D];中國地震局工程力學(xué)研究所;2015年

相關(guān)碩士學(xué)位論文 前10條

1 陳夢;基于深度學(xué)習(xí)的建筑物震害遙感識(shí)別研究[D];中國地震局地震預(yù)測研究所;2019年

2 荊帥軍;基于無人機(jī)傾斜影像的建筑物震害提取研究[D];中國地震局地震預(yù)測研究所;2019年

3 付博;基于無人機(jī)正射影像的建筑物震害識(shí)別研究[D];中國地震局地質(zhì)研究所;2018年

4 甘甜;基于高分辨率遙感影像數(shù)據(jù)的建筑物震害信息分類提取研究[D];云南師范大學(xué);2015年

5 姜開興;城市建筑物震害預(yù)測方法研究[D];北京工業(yè)大學(xué);2008年

6 程坤;單體建筑物震害快速評估研究[D];大連理工大學(xué);2011年

7 王彬彬;基于支持向量機(jī)的建筑物震害預(yù)測方法研究[D];華中科技大學(xué);2009年

8 宿淵源;多源遙感數(shù)據(jù)建筑物震害信息聯(lián)合分析[D];中國地震局地殼應(yīng)力研究所;2015年

9 張雪華;基于無人機(jī)影像的面向?qū)ο蠼ㄖ�物震害提取研究[D];中國地震局地震預(yù)測研究所;2017年

10 崔麗萍;高分SAR建筑物震害檢測方法研究[D];中國地震局地震預(yù)測研究所;2016年

本文編號：2884778