期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于高分一号卫星遥感图像的建筑物震害损毁检测研究——以2015年尼泊尔M_S8.1地震为例
被引量：
10
1
作者
叶昕
王俊
秦其明
《地震学报》
CSCD
北大核心
2016年第3期477-485,509,共9页
在高分辨率遥感图像中,不同震害损毁程度的建筑物呈现不同的图像特征,鉴于此本文提出一种利用遥感图像多特征分析建筑物损毁程度的检测方法.以2015年尼泊尔MS8.1地震为例,结合震后高分一号卫星全色遥感图像和城市道路矢量数据提供的街...
在高分辨率遥感图像中,不同震害损毁程度的建筑物呈现不同的图像特征,鉴于此本文提出一种利用遥感图像多特征分析建筑物损毁程度的检测方法.以2015年尼泊尔MS8.1地震为例,结合震后高分一号卫星全色遥感图像和城市道路矢量数据提供的街区信息,以建筑物街区为单元进行图像纹理提取和局部空间统计等多类别图像特征参数分析,并构建多特征分类模型,将震后建筑物街区划分为基本完好、部分损毁和严重损毁等3个类别.试验结果表明,本文提取的参数能够有效地表征损毁建筑物的图像特征,而且建筑物震害损毁检测精度较高.该方法可用于建筑物震害损毁信息的快速提取,为震后应急救援提供指导;同时还可为我国自主研发高分卫星遥感数据在地震灾害信息提取中的应用提供技术参考与方法借鉴.
展开更多
关键词
高分一号
地震
建筑物
损毁
检测
遥感图像
下载PDF
职称材料
利用词袋模型检测建筑物顶面损毁区域
被引量：
11
2
作者
涂继辉
眭海刚
+1 位作者
冯文卿
孙开敏
《武汉大学学报（信息科学版）》
EI
CSCD
北大核心
2018年第5期691-696,共6页
针对航空影像中已分割出的建筑物顶面,提出了一种利用视觉词袋模型检测建筑物顶面损毁区域的方法。该方法首先利用简单线性迭代聚类方法对建筑物顶面进行超像素分割,然后对超像素区域利用颜色和梯度方向直方图特征构建视觉词袋模型,最...
针对航空影像中已分割出的建筑物顶面,提出了一种利用视觉词袋模型检测建筑物顶面损毁区域的方法。该方法首先利用简单线性迭代聚类方法对建筑物顶面进行超像素分割,然后对超像素区域利用颜色和梯度方向直方图特征构建视觉词袋模型,最后使用支持向量机（support vector machine,SVM）对超像素区域中的损毁区域进行检测。实验结果表明,该方法能有效判定建筑物顶面损毁区域,对提高建筑物整体损毁检测精度具有重要意义。
展开更多
关键词
建筑物
顶面
损毁
检测
视觉词袋模型
超像素分割
简单线性迭代聚类(SLIC)
SVM
原文传递
题名
基于高分一号卫星遥感图像的建筑物震害损毁检测研究——以2015年尼泊尔M_S8.1地震为例
被引量：
10
1
作者
叶昕
王俊
秦其明
机构
北京大学地球与空间科学学院
出处
《地震学报》
CSCD
北大核心
2016年第3期477-485,509,共9页
基金
高分辨率对地观测系统重大专项(31-Y30B09-9001-13/15)资助
文摘
在高分辨率遥感图像中,不同震害损毁程度的建筑物呈现不同的图像特征,鉴于此本文提出一种利用遥感图像多特征分析建筑物损毁程度的检测方法.以2015年尼泊尔MS8.1地震为例,结合震后高分一号卫星全色遥感图像和城市道路矢量数据提供的街区信息,以建筑物街区为单元进行图像纹理提取和局部空间统计等多类别图像特征参数分析,并构建多特征分类模型,将震后建筑物街区划分为基本完好、部分损毁和严重损毁等3个类别.试验结果表明,本文提取的参数能够有效地表征损毁建筑物的图像特征,而且建筑物震害损毁检测精度较高.该方法可用于建筑物震害损毁信息的快速提取,为震后应急救援提供指导;同时还可为我国自主研发高分卫星遥感数据在地震灾害信息提取中的应用提供技术参考与方法借鉴.
关键词
高分一号
地震
建筑物
损毁
检测
遥感图像
Keywords
GF-1 satellite
earthquake
building damage detection
remote sens-ing image
分类号
P315.9 [天文地球—地震学]
下载PDF
职称材料
题名
利用词袋模型检测建筑物顶面损毁区域
被引量：
11
2
作者
涂继辉
眭海刚
冯文卿
孙开敏
机构
长江大学电子信息学院
武汉大学测绘遥感信息工程国家重点实验室
出处
《武汉大学学报（信息科学版）》
EI
CSCD
北大核心
2018年第5期691-696,共6页
基金
国家重点研发计划(2016YFB0502603)
国家自然基金(41471354)~~
文摘
针对航空影像中已分割出的建筑物顶面,提出了一种利用视觉词袋模型检测建筑物顶面损毁区域的方法。该方法首先利用简单线性迭代聚类方法对建筑物顶面进行超像素分割,然后对超像素区域利用颜色和梯度方向直方图特征构建视觉词袋模型,最后使用支持向量机（support vector machine,SVM）对超像素区域中的损毁区域进行检测。实验结果表明,该方法能有效判定建筑物顶面损毁区域,对提高建筑物整体损毁检测精度具有重要意义。
关键词
建筑物
顶面
损毁
检测
视觉词袋模型
超像素分割
简单线性迭代聚类(SLIC)
SVM
Keywords
detection of damaged rooftop areas
visual bag-of-words model
superpixel segmentation
SLIC
SVM
分类号
P237 [天文地球—摄影测量与遥感]
TP753 [天文地球—测绘科学与技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于高分一号卫星遥感图像的建筑物震害损毁检测研究——以2015年尼泊尔M_S8.1地震为例
叶昕
王俊
秦其明
《地震学报》
CSCD
北大核心
2016
10
下载PDF
职称材料
2
利用词袋模型检测建筑物顶面损毁区域
涂继辉
眭海刚
冯文卿
孙开敏
《武汉大学学报（信息科学版）》
EI
CSCD
北大核心
2018
11
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
