一種災(zāi)區(qū)毀壞程度估計的方法和裝置制造方法
【專利摘要】本發(fā)明實施例公開了一種災(zāi)區(qū)毀壞程度估計的方法和裝置，能夠通過災(zāi)區(qū)受災(zāi)后的單張VHR SAR圖像對災(zāi)區(qū)的毀壞程度進行估計，該方法可以包括：將獲取得到的災(zāi)區(qū)災(zāi)后高分辨合成孔徑雷達VHR SAR圖像劃分為至少一個子圖像區(qū)域；獲取第i個子圖像區(qū)域?qū)?yīng)的灰度共生矩陣，并根據(jù)所述灰度共生矩陣獲取所述第i個子圖像區(qū)域的至少一個紋理特征值；按照預(yù)設(shè)的等級劃分策略確定所述第i個子圖像區(qū)域的各個紋理特征值對應(yīng)的紋理特征值等級；根據(jù)所述第i個子圖像區(qū)域的各個紋理特征值對應(yīng)的紋理特征值等級以及預(yù)設(shè)的紋理特征值權(quán)重，獲取所述第i個子圖像區(qū)域的毀壞程度等級。
【專利說明】一種災(zāi)區(qū)毀壞程度估計的方法和裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及SAR圖像處理技術(shù)，尤其涉及一種災(zāi)區(qū)毀壞程度估計的方法和裝置。

【背景技術(shù)】
[0002] 災(zāi)區(qū)毀壞程度估計是合成孔徑雷達（SAR，Synthetic Aperture Radar)圖像應(yīng)用 的一個重要方面。由于SAR具有全天時、全天候的工作能力，不會受到天氣惡劣等外界環(huán)境 因素的影響，因而SAR在災(zāi)區(qū)緊急援救方面發(fā)揮重要作用。
[0003] 在對遭受自然災(zāi)害的災(zāi)區(qū)進行救援和救助方面，災(zāi)區(qū)毀壞程度估計是非常重要的 一步，關(guān)系到災(zāi)區(qū)總指揮與救災(zāi)物資分配。通常情況下，可以通過對災(zāi)區(qū)在受災(zāi)前與受災(zāi)后 的兩幅SAR圖像的對比進行毀壞程度估計。
[0004] 然而，自然災(zāi)害通常發(fā)生在偏遠地區(qū)，一般不具備災(zāi)前SAR圖像，因此，無法通過 災(zāi)前及災(zāi)后SAR圖像的對比進行偏遠地區(qū)的災(zāi)后毀壞估計。


【發(fā)明內(nèi)容】

[0005] 為解決上述技術(shù)問題，本發(fā)明實施例期望提供一種災(zāi)區(qū)毀壞程度估計的方法和裝 置，能夠通過災(zāi)區(qū)受災(zāi)后的單張高分辨率（VHR，Very High Resolution) SAR圖像對災(zāi)區(qū)的 毀壞程度進行估計。
[0006] 本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：
[0007] 第一方面，本發(fā)明實施例提供了一種災(zāi)區(qū)毀壞程度估計的方法，所述方法包括：
[0008] 將獲取得到的災(zāi)區(qū)災(zāi)后高分辨合成孔徑雷達VHR SAR圖像劃分為至少一個子圖像 區(qū)域；
[0009] 獲取第i個子圖像區(qū)域?qū)?yīng)的灰度共生矩陣，并根據(jù)所述灰度共生矩陣獲取所述 第i個子圖像區(qū)域的至少一個紋理特征值；
[0010] 按照預(yù)設(shè)的等級劃分策略確定所述第i個子圖像區(qū)域的各個紋理特征值對應(yīng)的 紋理特征值等級；
[0011] 根據(jù)所述第i個子圖像區(qū)域的各個紋理特征值對應(yīng)的紋理特征值等級以及預(yù)設(shè) 的紋理特征值權(quán)重，獲取所述第i個子圖像區(qū)域的毀壞程度等級。
[0012] 進一步地，所述將獲取得到的災(zāi)區(qū)災(zāi)后VHR SAR圖像劃分為至少一個子圖像區(qū)域， 包括：
[0013] 根據(jù)所述VHR SAR圖像的道路特征，提取出所述VHR SAR圖像中的主干道網(wǎng)絡(luò)；
[0014] 根據(jù)所述VHR SAR圖像中的主干道網(wǎng)絡(luò)將所述VHR SAR圖像劃分為至少一個子圖 像區(qū)域。
[0015] 進一步地，所述第i個子圖像區(qū)域?qū)?yīng)的灰度共生矩陣P通過下式獲取：
[0016] Pi(x, y) = N/M
[0017] 其中，Pi (X，y)為所述第i個子圖像區(qū)域?qū)?yīng)的灰度共生矩陣P第X行第y列的元 素，表示所述第i個子圖像區(qū)域中相鄰兩個像素點的灰度依次為X和y概率；N為所述第i 個子圖像區(qū)域中相鄰兩個像素點的灰度依次為X和y出現(xiàn)次數(shù);M為所述第i個子圖像區(qū) 域總像素個數(shù)；
[0018] 所述第i個子圖像區(qū)域的至少一個紋理特征值包括所述第i個子圖像區(qū)域的對比 度、一致性和熵。
[0019] 進一步地，所述根據(jù)所述灰度共生矩陣獲取所述第i個子圖像區(qū)域的至少一個紋 理特征值，包括：
[0020] 根據(jù)所述灰度共生矩陣P以及下式獲取所述第i個子圖像區(qū)域的對比度CON :
[0021]

【權(quán)利要求】
1. 一種災(zāi)區(qū)毀壞程度估計的方法，其特征在于，所述方法包括： 將獲取得到的災(zāi)區(qū)災(zāi)后高分辨合成孔徑雷達VHR SAR圖像劃分為至少一個子圖像區(qū) 域； 獲取第i個子圖像區(qū)域?qū)?yīng)的灰度共生矩陣，并根據(jù)所述灰度共生矩陣獲取所述第i 個子圖像區(qū)域的至少一個紋理特征值； 按照預(yù)設(shè)的等級劃分策略確定所述第i個子圖像區(qū)域的各個紋理特征值對應(yīng)的紋理 特征值等級； 根據(jù)所述第i個子圖像區(qū)域的各個紋理特征值對應(yīng)的紋理特征值等級以及預(yù)設(shè)的紋 理特征值權(quán)重，獲取所述第i個子圖像區(qū)域的毀壞程度等級。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將獲取得到的災(zāi)區(qū)災(zāi)后VHR SAR圖像 劃分為至少一個子圖像區(qū)域，包括： 根據(jù)所述VHR SAR圖像的道路特征，提取出所述VHR SAR圖像中的主干道網(wǎng)絡(luò)； 根據(jù)所述VHR SAR圖像中的主干道網(wǎng)絡(luò)將所述VHR SAR圖像劃分為至少一個子圖像區(qū) 域。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第i個子圖像區(qū)域?qū)?yīng)的灰度共生矩 陣P通過下式獲取： Ρ? (χ, y) = n/m 其中，Pi (χ，y)為所述第i個子圖像區(qū)域?qū)?yīng)的灰度共生矩陣P第χ行第y列的元素， 表示所述第i個子圖像區(qū)域中相鄰兩個像素點的灰度依次為χ和y概率；N為所述第i個 子圖像區(qū)域中相鄰兩個像素點的灰度依次為χ和y出現(xiàn)次數(shù);Μ為所述第i個子圖像區(qū)域 總像素個數(shù)； 所述第i個子圖像區(qū)域的至少一個紋理特征值包括所述第i個子圖像區(qū)域的對比度、 一致性和熵。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述灰度共生矩陣獲取所述第i 個子圖像區(qū)域的至少一個紋理特征值，包括： 根據(jù)所述灰度共生矩陣P以及下式獲取所述第i個子圖像區(qū)域的對比度CON : Λ?Ρ -V/" CCW =藝 Ζ ρ(Λ-，>-) · (X - .vf y=l y=l 其中，χ為所述灰度共生矩陣P的行序號；y為所述灰度共生矩陣P的列序號；NP為所 述灰度共生矩陣P的行數(shù)/列數(shù)；Ρ (χ，y)為所述灰度共生矩陣P第χ行第y列的元素； 根據(jù)所述灰度共生矩陣P以及下式獲取所述第i個子圖像區(qū)域的一致性IDM : np 1 idm=y y p(xs v) --- TtTl ' l + (x-yY 其中，χ為所述灰度共生矩陣P的行序號；y為所述灰度共生矩陣P的列序號；NP為所 述灰度共生矩陣P的行數(shù)/列數(shù)；Ρ (χ，y)為所述灰度共生矩陣P第χ行第y列的元素； 根據(jù)所述灰度共生矩陣P以及下式獲取所述第i個子圖像區(qū)域的熵ENT : w? AT ENT = ^ p(x, v) · In p(x,v) Λ' = Ι r=1 其中，X為所述灰度共生矩陣P的行序號；y為所述灰度共生矩陣P的列序號；NP為 所述灰度共生矩陣P的行數(shù)/列數(shù)；P (X，y)為所述灰度共生矩陣P第X行第y列的元素， lnp (X，y)表示取p (X，y)的自然對數(shù)。
5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第i個子圖像區(qū)域的各個紋 理特征值對應(yīng)的紋理特征值等級以及預(yù)設(shè)的紋理特征值權(quán)重，獲取所述第i個子圖像區(qū)域 的毀壞程度等級，包括： 將所述第i個子圖像區(qū)域的這些紋理特征值所對應(yīng)的紋理特征值等級按照預(yù)設(shè)對應(yīng) 的紋理特征值權(quán)重進行加權(quán)求和，獲取到所述第i個子圖像區(qū)域的毀壞程度等級。
6. -種災(zāi)區(qū)毀壞程度估計的裝置，其特征在于，所述裝置包括劃分單元、第一獲取單 元、第二獲取單元，確定單元和第三獲取單元，其中， 所述劃分單元，用于將獲取得到的災(zāi)區(qū)災(zāi)后高分辨合成孔徑雷達VHR SAR圖像劃分為 至少一個子圖像區(qū)域； 所述第一獲取單元，用于獲取第i個子圖像區(qū)域?qū)?yīng)的灰度共生矩陣； 所述第二獲取單元，用于根據(jù)所述灰度共生矩陣獲取所述第i個子圖像區(qū)域的至少一 個紋理特征值； 所述確定單元，用于按照預(yù)設(shè)的等級劃分策略確定所述第i個子圖像區(qū)域的各個紋理 特征值對應(yīng)的紋理特征值等級； 所述第三獲取單元，用于根據(jù)所述第i個子圖像區(qū)域的各個紋理特征值對應(yīng)的紋理特 征值等級以及預(yù)設(shè)的紋理特征值權(quán)重，獲取所述第i個子圖像區(qū)域的毀壞程度等級。
7. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述劃分單元用于： 根據(jù)所述VHR SAR圖像的道路特征，提取出所述VHR SAR圖像中的主干道網(wǎng)絡(luò)；以及， 根據(jù)所述VHR SAR圖像中的主干道網(wǎng)絡(luò)將所述VHR SAR圖像劃分為至少一個子圖像區(qū) 域。
8. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第一獲取單元，用于通過下式獲取所 述第i個子圖像區(qū)域?qū)?yīng)的灰度共生矩陣P : Ρ? (χ, y) = n/m 其中，Pi (χ，y)為所述第i個子圖像區(qū)域?qū)?yīng)的灰度共生矩陣P第χ行第y列的元素， 表示所述第i個子圖像區(qū)域中相鄰兩個像素點的灰度依次為χ和y概率；N為所述第i個 子圖像區(qū)域中相鄰兩個像素點的灰度依次為χ和y出現(xiàn)次數(shù);Μ為所述第i個子圖像區(qū)域 總像素個數(shù)； 所述第i個子圖像區(qū)域的至少一個紋理特征值包括所述第i個子圖像區(qū)域的對比度、 一致性和熵。
9. 根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述第二獲取單元，用于： 根據(jù)所述灰度共生矩陣P以及下式獲取所述第i個子圖像區(qū)域的對比度CON : MP NP 其中，X為所述灰度共生矩陣P的行序號；y為所述灰度共生矩陣P的列序號；NP為所 述灰度共生矩陣P的行數(shù)/列數(shù)；Ρ (χ，y)為所述灰度共生矩陣P第χ行第y列的元素； 以及，根據(jù)所述灰度共生矩陣P以及下式獲取所述第i個子圖像區(qū)域的一致性IDM : ?w -%r I !DM =Y^p{x%y)· --r l + (x-yT 其中，x為所述灰度共生矩陣P的行序號；y為所述灰度共生矩陣P的列序號；NP為所 述灰度共生矩陣P的行數(shù)/列數(shù)；P (X，y)為所述灰度共生矩陣P第X行第y列的元素； 以及，根據(jù)所述灰度共生矩陣P以及下式獲取所述第i個子圖像區(qū)域的熵ENT : m> np ENT = ^ p(x, v) * In p(x, v) Λ'=1 產(chǎn) 1 其中，X為所述灰度共生矩陣P的行序號；y為所述灰度共生矩陣P的列序號；NP為 所述灰度共生矩陣P的行數(shù)/列數(shù)；P (X，y)為所述灰度共生矩陣P第X行第y列的元素， lnp (X，y)表示取p (X，y)的自然對數(shù)。
10.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第三獲取單元，用于將所述第i個子 圖像區(qū)域的這些紋理特征值所對應(yīng)的紋理特征值等級按照預(yù)設(shè)對應(yīng)的紋理特征值權(quán)重進 行加權(quán)求和，獲取到所述第i個子圖像區(qū)域的毀壞程度等級。
【文檔編號】G06T7/00GK104240237SQ201410437073
【公開日】2014年12月24日 申請日期:2014年8月29日 優(yōu)先權(quán)日:2014年8月29日
【發(fā)明者】田騰, 鄧云凱, 王宇, 李寧, 邵云峰, 張明咪 申請人:中國科學(xué)院電子學(xué)研究所