|本期目录/Table of Contents|

[1]洪惠群,林金发.灾情图中建筑物识别算法的研究[J].绵阳师范学院学报,2018,(08):101-106.[doi:10.16276/j.cnki.cn51-1670/g.2018.08.019]
 HONG Huiqun,LIN Jinfa.The Building Recognition Algorithm Research of the Disaster Images[J].Journal of Mianyang Normal University,2018,(08):101-106.[doi:10.16276/j.cnki.cn51-1670/g.2018.08.019]
点击复制

灾情图中建筑物识别算法的研究(PDF)
分享到:

《绵阳师范学院学报》[ISSN:1672-612X/CN:51-1670/G]

卷:
期数:
2018年08期
页码:
101-106
栏目:
计算机与网络技术
出版日期:
2018-08-07

文章信息/Info

Title:
The Building Recognition Algorithm Research of the Disaster Images
文章编号:
1672-612X(2018)08-0101-06
作者:
洪惠群1林金发2
1.阳光学院信息工程学院, 福建福州 350015; 2.福州瑞芯微电子股份有限公司算法部,福建福州 350003
Author(s):
HONG Huiqun1LIN Jinfa2
1.College of Information Engineering, Yango University, Fuzhou, Fujian 350015; 2.Algorithm Department,Fuzhou Rockchip Electronics Co., Ltd., Fuzhou, Fujian 35003
关键词:
建筑物识别 Canny边缘检测 灾情图片 直线提取 Hough变换
Keywords:
building recognition Canny edge detection disaster images line extraction Hough transformation
分类号:
TP391
DOI:
10.16276/j.cnki.cn51-1670/g.2018.08.019
文献标志码:
A
摘要:
破坏性地震会带来巨大的危害和损失,震后2小时内灾情信息极度匮乏.为了更加及时而准确地获取灾情图中的建筑物信息,本文提出了一种能够自动识别灾情图中建筑物轮廓的方法,通过对比多种图像边缘检测算法后,采用Canny算法获得灾情图中建筑物的边缘图像,利用Hough变换提取出直线,并根据直线间的位置关系生成直线关系图,进而检测识别出建筑物.实验结果表明:通过有针对性的图像建筑物特征提取,经过大量的训练后,计算机能自动识别图像中的建筑物灾情信息,并将其提取出来,该算法对部分损坏严重的建筑物识别效果不佳,后续将进一步对算法进行改进.该算法为后续实现在通信带宽受限的情况下,对灾情图像进行有针对性的处理提供帮助,具有重要意义.
Abstract:
Destructive earthquake will bring great harm and loss, and the disaster information is extremely scarce within 2 hours after the earthquake.In order to get the building information in disaster images more timely and accurately, a method of automatically identifying the outlines of buildings in disaster images is presented in this paper. After comparing various image edge detection algorithms, the Canny algorithm is used to obtain the edge image of the building in the disaster images, and the straight lines are extracted by Hough transformation, and the line diagram is generated according to the position relationships between the lines, and then the building is detected and identified. The experimental results show that after a lot of building feature extraction training from images, the computer can automatically identify and extract the disaster information of the building in the images. The algorithm is not effective in identifying partially serious damaged buildings.It should be improved in the future. It has great significance for the subsequent realization of the targeted treatment of the disaster images in the case of limited communication bandwidth.

参考文献/References:

[1] 李成帅.南北地震带震害损失快速评估技术研究[D].北京:中国地震局地球物理研究所,2013.
[2] 龚宇,刘洋.灾情收集报送工作的阶段性特征及模式探讨[J].中国应急救援,2016,(5):32-37.
[3] 陈维锋,郭红梅,张翼,等.四川省地震灾情快速上报接收处理系统[J].灾害学,2014(2):116-122.
[4] 董翔,肖兰喜,杜宪宋,等.基于网络的山东地震灾情收集分析处理系统[J].华北地震科学,2007,25(3):6-10.
[5] 帅向华,胡素平,刘钦,等.地震灾情网络媒体获取与处理模型[J].自然灾害学报,2013(6):178-184.
[6] 陈琳,危福泉,林岩钊,等.基于手机短信的地震灾情速报系统[J].内陆地震,2010,24(2):155-159.
[7] 陈琳,董奕,王辉山,等.地震应急基础数据库的创建及应用[J].科技资讯,2009(5):83.
[8] 洪惠群,吴楠楠,郭进波,等.地震救援现场灾情信息汇集和共享系统[J].华南地震,2013,33(2):104-109.
[9] 帅向华,郑向,刘钦.基于SMS/GPS/GIS地震灾情获取处理技术研究与实现[J].震灾防御技术,2011,6(2):164-171.
[10] 刘晶晶,宁宝坤,吕瑞瑞,等.震后典型建筑物倒塌分类及救援特点分析[J].震灾防御技术,2017,12(1):220-229.
[11] 刘云华,屈春燕,单新建,等.SAR遥感图像在汶川地震灾害识别中的应用[J].地震学报,2010,32(2):214-223.
[12] WANG Tianlin,et al.Evaluation of multiple mutual information for building damages after earthquake using pre-event optical image and post-event SAR image[J].Journal of Remote Sensing,2012,16(2):248-261.
[13] 栾广宇.基于多幅图像的建筑物三维重建关键技术研究[D].哈尔滨:哈尔滨工业大学自动化测试与控制系,2009.
[14] 杨存英.基于倾斜影像的建筑物提取与参数化三维重建[D].西安:西安科技大学地图制图学与地理信息工程专业,2016.
[15] 尤红建,张世强.组合CCD图像和稀疏激光测距数据的建筑物三维信息提取[J].光学精密工程,2006,14(2):297-302.
[16] 李锦业,张嘉,吴炳方等.基于高分辨率遥感影像的城市建筑密度和容积率提取方法研究[J].遥感技术与应用,2007,22(3):309-313.
[17] 李镇洲,张学之.基于倾斜摄影测量技术快速建立城市三维模型研究[J].测绘与空间地理信息,2012,35(4):117-119.
[18] 王永刚,马彩霞,刘慧平.基于数学形态学的建筑物轮廓信息提取[J].国土资源遥感,2010,(1):49-54.
[19] 张永梅,季艳,马礼,等.遥感图像建筑物识别及变化检测方法[J].电子学报,2014,42(4):653-657.
[20] 许宏科,秦严严,陈会茹.一种基于改进Canny的边缘检测算法[J].红外技术,2014,36(3)210-214.
[21] 张斌,贺赛先.基于Canny算子的边缘提取改善方法[J].红外技术,2006,28(3):165-169.
[22] 赵春明.基于于组合特征的建筑物图像检测和分类方法研究[D].湘潭:湘潭大学计算机应用专业,2006:
[23] 张若愚.PYTHON科学计算(第2版)[M].北京:清华大学出版社,2016:556.
[24] 章毓晋.图像工程上册:图像处理和分析[M].北京:清华大学出版社,2003:87-97.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期:2018-05-10
基金项目:福建省中青年教师教育科研项目(JAT170776); 福建省高等学校创新创业教育改革试点专业(2017sjzy01).
作者简介:洪惠群(1984-),女,福建南安人,硕士,工程师,讲师,研究方向为:计算机视觉、图像处理、地震灾情.
林金发(1982-),男,福建长乐人,硕士,工程师,研究方向为:图像与视频处理、计算机视觉.
更新日期/Last Update: 2018-08-07