利用灰度共生矩阵纹理特征识别空心村损毁建筑物的方法

doi:10.13474/j.cnki.11-2246.2017.0386

测绘通报 ›› 2017, Vol. 0 ›› Issue (12): 90-93,102.doi: 10.13474/j.cnki.11-2246.2017.0386

利用灰度共生矩阵纹理特征识别空心村损毁建筑物的方法

谢嘉丽¹, 李永树¹, 李何超², 吴玺²

1. 西南交通大学地球科学与环境工程学院, 四川成都 611756;
2. 四川省土地统征整理事务中心, 四川成都 610041

收稿日期:2017-03-15 修回日期:2017-05-12 出版日期:2017-12-25 发布日期:2018-01-05
作者简介:谢嘉丽(1992-),女,博士生,主要从事遥感影像处理及识别方面的研究工作。E-mail:254782451@qq.com
基金资助:
“十二五”国家科技支撑项目（2014BAL01B00）

Recognition of Damage Buildings in Hollow Village Based on Texture Feature of Gray Level Co-occurrence Matrix

XIE Jiali¹, LI Yongshu¹, LI Hechao², WU Xi²

1. Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611756, China;
2. Center of Land Acquisition and Consolidation in Sichuan Province, Chengdu 610041, China

Received:2017-03-15 Revised:2017-05-12 Online:2017-12-25 Published:2018-01-05

摘要/Abstract

摘要： 从无人机影像上快速识别空心村损毁建筑物，不仅能精确掌握损毁建筑物的位置分布，还能为实地调研提供指导材料。本文首先在试验区范围内获取建筑物影像，并对这些建筑物逐一标记。然后以单个建筑物为对象，计算纹理特征参数和光谱特征参数，选取与损毁程度正相关的参数标准化后组成特征参数向量，根据向量的可视化结果获取损毁建筑物的分布、损毁程度等信息。试验结果表明，该方法能实现从无人机影像上识别出损毁建筑物，并能对建筑物的损毁程度得到初步认识，可以有效实现高分辨率影像中空心村损毁建筑物的识别。

关键词: 灰度共生矩阵, 纹理特征, 光谱特征, 空心村, 损毁建筑物

Abstract: Rapid recognition of hollow villages from UAV images can not only accurately get location distribution of damaged buildings,but also provide guidance material for field investigation.This paper presents a method of visualizing damage buildings in hollow villages.Firstly,we mark the buildings one by one in experimental area.Then,the texture and spectral feature parameters of each building are calculated.For a single building,parameters that are positively correlated with the level of damage are normalized to form a parameter vector.Finally,the distribution and damage level of damaged buildings can be exhibited according to the visualization results of parameter vectors.Experimental results show that this method can realize recognizing damage buildings in UAV images,and get initial understanding of buildings damage level.In summary,this method can effectively and rapidly realize the recognition of damaged buildings with high resolution images.

Key words: gray-level co-occurrence matrix, textural feature, spectral feature, hollow village, damage building

中图分类号:

P237

谢嘉丽, 李永树, 李何超, 吴玺. 利用灰度共生矩阵纹理特征识别空心村损毁建筑物的方法[J]. 测绘通报, 2017, 0(12): 90-93,102.

XIE Jiali, LI Yongshu, LI Hechao, WU Xi. Recognition of Damage Buildings in Hollow Village Based on Texture Feature of Gray Level Co-occurrence Matrix[J]. 测绘通报, 2017, 0(12): 90-93,102.

参考文献

[1] SAITO S,AOKI Y.Building and Road Detection from Large Aerial Imagery[C]//SPIE/IS&T Electronic Imaging.San Francisco:[s.n.],2015.
[2] 梁晓莉,李利伟,程钢,等.灰度共生矩阵和模糊分类的高分辨率光学影像欠发达村落提取[J].测绘通报,2015(8):25-29.
[3] 叶齐祥,高文,王伟强,等.一种融合颜色和空间信息的彩色图像分割算法[J].软件学报,2004,15(4):522-530.
[4] 王慧敏,李艳.面向对象的损毁建筑物提取[J].遥感信息,2011(5):81-85.
[5] 刘宇,曹国,周丽存,等.基于多特征结合的损毁建筑物检测[J].计算机应用,2015,35(9):2652-2655.
[6] 吴剑,陈鹏,刘耀林,等.震害损毁建筑物高分辨率遥感信息提取方法[J].地理与地理信息科学,2013,29(3):35-38.
[7] 吴剑.基于面向对象技术的遥感震害信息提取与评价方法研究[D].武汉:武汉大学,2010.
[8] 王晓青,王龙,章熙海,等.汶川8.0级地震震害遥感定量化初步研究——以都江堰城区破坏为例[J].地震,2009,29(1):174-181.
[9] HARALICK R M,SHANMUGAM K,DINSTEIN I.Textural Features for Image Classification[J].IEEE Transactions on Systems Man & Cybernetics,1973,3(6):610-621.
[10] 焦蓬蓬,郭依正,刘丽娟,等.灰度共生矩阵纹理特征提取的Matlab实现[J].计算机技术与发展,2012(11):169-171.
[11] 王晓青,魏成阶,苗崇刚,等.震害遥感快速提取研究——以2003年2月24日巴楚-伽师6.8级地震为例[J].地学前缘,2003,10(S1):285-291.
[12] 陈世荣,马海建,范一大,等.基于高分辨率遥感影像的汶川地震道路损毁评估[J].遥感学报,2008,12(6):949-955.
[13] 王慧敏,李艳.面向对象的损毁建筑物提取[J].遥感信息,2011(5):81-85.
[14] 甄宗坤,岳建平.基于LOG算子和灰度共生矩阵的影像纹理特征提取[J].测绘通报,2013(9):31-34.
[15] 王宏光,刘义范.基于灰度共生矩阵的影像纹理特征研究[J].测绘通报,2013(2):28-30.

利用灰度共生矩阵纹理特征识别空心村损毁建筑物的方法

Recognition of Damage Buildings in Hollow Village Based on Texture Feature of Gray Level Co-occurrence Matrix

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	郁宗桥, 王育红, 刘文宋, 左雨芳, 冯锋. 顾及GF-3影像纹理特征的洪涝范围提取方法[J]. 测绘通报, 2022, 0(5): 26-31.
[2]	杨素妨, 杜林. 多特征流形鉴别嵌入的高分辨率遥感影像分类[J]. 测绘通报, 2021, 0(9): 37-42.
[3]	刘明轩, 张黎明, 王昊, 马文骏, 李玉. 运用ULBP的高分辨率遥感影像感知哈希完整性认证算法[J]. 测绘通报, 2021, 0(12): 22-27.
[4]	陈根良, 董胜光. 面向地理国情监测的房屋建筑区树冠覆盖多特征协同提取[J]. 测绘通报, 2021, 0(10): 73-77.
[5]	陈世荣, 申佩佩, 包颖. 一种适用于粗匹配的遥感影像快速变化发现方法[J]. 测绘通报, 2021, 0(1): 90-93,98.
[6]	韦春桃, 赵平, 肖博林, 白风, 李小勇, 杨晚芸. 结合双树复小波纹理特征和MRF模型的遥感图像分割[J]. 测绘通报, 2019, 0(10): 40-45.
[7]	魏国武, 王琦, 张阳阳, 陈永生. 道路综合特征下高分辨率遥感影像的提取[J]. 测绘通报, 2017, 0(8): 31-35.
[8]	张建英, 付帅, 艾波. 基于高分影像光谱特征快速估算综合雨量径流系数的方法探索——以嘉兴海绵城市示范区为例[J]. 测绘通报, 2017, 0(6): 82-86.
[9]	贾洪果, 刘路遥, 韦博文, 张梦意, 武燕, 章昊. 基于形状与纹理特征的高分辨率SAR影像桥梁目标自动提取方法[J]. 测绘通报, 2017, 0(12): 82-85.
[10]	黄杰, 王光辉, 胡高强, 杨化超. 高分辨率彩色遥感影像变化检测方法研究[J]. 测绘通报, 2016, 0(8): 30-34.
[11]	李腾腾, 唐新明, 高小明. 资源三号影像朵云识别中云雪分离研究[J]. 测绘通报, 2016, 0(2): 46-49,68.
[12]	程志会, 谢福鼎. 基于空间特征与纹理信息的高光谱图像半监督分类[J]. 测绘通报, 2016, 0(12): 56-59,73.
[13]	梁晓莉, 李利伟, 程钢, 高连如. 灰度共生矩阵和模糊分类的高分辨率光学影像欠发达村落提取[J]. 测绘通报, 2015, 0(8): 25-29,45.
[14]	李海江, 刘耀林, 谭荣辉, 邱丽娟. 一种新的基于高分辨率全色影像的城市建成区边界提取算法[J]. 测绘通报, 2015, 0(7): 36-41.
[15]	余旭初谭熊付琼莹王蔚涛. 联合纹理和光谱特征的高光谱影像多核分类方法[J]. 测绘通报, 2014, 0(9): 38-42.