• ISSN 1673-5722
  • CN 11-5429/P

综合ULBP与Gabor纹理特征的SAR影像建筑区提取方法研究

邵乐 王晓青 翟玮 丁香

文鑫涛,李华玥,段乙好,郑通彦,2021. 2020年中国大陆地震灾害损失述评. 震灾防御技术,16(4):651−656. doi:10.11899/zzfy20210406. doi: 10.11899/zzfy20210406
引用本文: 邵乐,王晓青,翟玮,丁香,2023. 综合ULBP与Gabor纹理特征的SAR影像建筑区提取方法研究. 震灾防御技术,18(1):186−193. doi:10.11899/zzfy20230120. doi: 10.11899/zzfy20230120
Wen Xintao, Li Huayue, Duan Yihao, Zheng Tongyan. Earthquake Disasters Loss on Chinese Mainland in 2020[J]. Technology for Earthquake Disaster Prevention, 2021, 16(4): 651-656. doi: 10.11899/zzfy20210406
Citation: Shao Le, Wang Xiaoqing, Zhai Wei, Ding Xiang. Research on Building Area Extraction Method of SAR Image Integrating ULBP and Gabor Texture Features[J]. Technology for Earthquake Disaster Prevention, 2023, 18(1): 186-193. doi: 10.11899/zzfy20230120

综合ULBP与Gabor纹理特征的SAR影像建筑区提取方法研究

doi: 10.11899/zzfy20230120
基金项目: 高分辨对地观测重大专项(民用部分)科研项目(31-Y30F09-9001-20/22-12)
详细信息
    作者简介:

    邵乐,女,生于1997年。硕士研究生。主要从事SAR图像震害监测评估研究。E-mail:shaole0904@163.com

    通讯作者:

    王晓青,男,生于1963年。研究员。主要从事地震灾害风险评估与遥感应用研究。E-mail:wangxiaoq517@163.com

Research on Building Area Extraction Method of SAR Image Integrating ULBP and Gabor Texture Features

  • 摘要: 建筑区提取对于地震灾情快速评估和地震灾害风险识别至关重要,合成孔径雷达(SAR)影像的纹理特征研究可在建筑区提取方面发挥重要作用。利用全极化SAR影像,提出综合使用ULBP纹理特征和Gabor纹理特征的建筑区提取方法。在SAR数据预处理的基础上,首先对基于Gabor滤波的纹理特征影像进行主成分分析,保留前2个最优主成分纹理特征影像;然后与ULBP纹理特征进行波段组合;最后利用支持向量机监督分类方法对组合后的影像进行分类,获得建筑区。研究结果表明,综合使用ULBP纹理特征和Gabor纹理特征可得到更高的建筑区提取精度,总体分类精度达90%,Kappa系数为0.78。
  • 2020年,中国境内共发生5.0级及以上地震28次(中国大陆地区发生20次,台湾地区及海域地区发生8次),其中5.0~5.9级地震25次,6.0~6.9级地震3次,最大地震为2020年7月23日发生在西藏那曲市尼玛县的6.6级地震(表1图1)。2020年中国大陆发生的20次5.0级以上地震中有10次发生在新疆、6次发生在西藏,6.0级以上地震中有2次发生在新疆、1次发生在西藏。

    表 1  2020年中国5.0级及以上地震事件目录及成灾事件
    Table 1.  Catalogue of earthquakes (MS≥5.0) and disaster - causing events in China, 2020
    序号时间纬度/°经度/°震中位置震级/M成灾事件
    12020-01-16 16:32:3841.2183.6新疆阿克苏地区库车市5.6(1)
    22020-01-18 00:05:5039.8377.18新疆喀什地区伽师县5.4
    32020-01-19 21:27:5539.8377.21新疆喀什地区伽师县6.4(2)
    42020-01-19 22:23:0139.8977.46新疆克孜勒苏州阿图什市5.2
    52020-01-25 06:56:0531.9895.09西藏昌都市丁青县5.1
    62020-01-29 07:39:2927.16126.6东海海域5.3
    72020-02-03 00:05:4130.74104.46四川成都市青白江区5.1
    82020-02-15 19:00:0723.95121.49台湾花莲县5.4
    92020-02-21 02:01:4034.5685.68西藏阿里地区改则县5.0
    102020-02-21 23:39:1439.8777.47新疆喀什地区伽师县5.1
    112020-03-10 02:12:1132.8485.52西藏阿里地区改则县5.0
    122020-03-12 23:44:0332.8885.55西藏阿里地区改则县5.1
    132020-03-20 09:33:1528.6387.42西藏日喀则市定日县5.9
    142020-03-23 03:21:3941.7581.11新疆阿克苏地区拜城县5.0
    152020-04-01 20:23:2733.0498.92四川甘孜州石渠县5.6(3)
    162020-05-03 11:24:4023.29121.6台湾台东县海域5.4
    172020-05-06 18:51:0039.7174.1新疆克孜勒苏州乌恰县5.0
    182020-05-09 23:35:5940.7778.76新疆阿克苏地区柯坪县5.2
    192020-05-18 21:47:5927.18103.16云南昭通市巧家县5.0(4)
    202020-06-14 04:18:5924.29122.41台湾宜兰县海域5.5
    212020-06-26 05:05:2035.7382.33新疆和田地区于田县6.4(5)
    222020-07-12 06:38:2539.78118.44河北唐山市古冶区5.1
    232020-07-13 09:28:0244.4280.82新疆伊犁州霍城县5.0
    242020-07-23 04:07:2033.1986.81西藏那曲市尼玛县6.6
    252020-07-26 20:52:2724.27122.48台湾花莲县海域5.5
    262020-09-29 04:50:5322.29121.1台湾台东县海域5.0
    272020-09-30 12:37:1824.85122.14台湾宜兰县海域5.0
    282020-12-10 21:19:5824.74121.99台湾宜兰县海域5.8
    注:“()”中表示为地震灾害事件。
    下载: 导出CSV 
    | 显示表格
    图 1  2020年中国5.0级及以上地震事件及成灾事件空间分布图
    Figure 1.  Spatial distribution of earthquakes (MS≥5.0) in China, 2020

    2020年,中国大陆地区共发生地震灾害事件5次,造成5人死亡,30人受伤,直接经济损失约18.47亿元(表2)。其中,灾害损失最严重的地震为1月19日新疆伽师6.4级地震,造成1人死亡,2人受伤,直接经济损失15.26亿元。人员伤亡最严重的地震为5月18日云南巧家5.0级地震,造成4人死亡,28人受伤,直接经济损失约1.04亿元。

    表 2  2020年中国大陆地震灾害损失
    Table 2.  Losses caused by earthquake disasters in China mainland, 2020
    序号时间震中位置震级/M死亡人数/人受伤人数/人直接经济损失/万元
    12020-01-16 16:32新疆阿克苏地区库车市5.600712
    22020-01-19 21:27新疆喀什地区伽师县6.412152 642
    32020-04-01 20:23四川甘孜州石渠县5.60019 242.69
    42020-05-18 21:47云南昭通市巧家县5.042810 430
    52020-06-26 05:05新疆和田地区于田县6.4001 650
    下载: 导出CSV 
    | 显示表格

    (1)地震成灾事件总体偏少

    2020年共发生5次地震灾害事件,低于2000年以来平均水平。

    (2)地震灾害相对集中

    5次地震灾害事件中有3次发生在新疆维吾尔自治区,共造成1人死亡,2人受伤,直接经济损失约15.5亿元。地震造成的人员伤亡主要集中在云南省,其中云南省巧家县5.0级地震虽未造成巨大的直接经济损失,但造成4人死亡,28人受伤。

    发生在新疆维吾尔自治区的3次地震灾害事件分别为:①2020年1月16日16时32分阿克苏地区库车市发生的5.6级地震,震源深度16 km,未造成人员伤亡,直接经济损失712万元。震中位于库车市,极震区烈度为Ⅵ度,Ⅵ度区面积813.6 km2表3)。灾区场地位于塔里木盆地腹地,场地对地震动有显著的放大作用,易产生不均匀沉降,加重了建筑物震害。灾区农居房屋抗震能力普遍提高,震中“安居富民房”与农村安居房均未出现破坏,有效保护灾区群众生命财产安全,同时缓解了抗震救灾和转移安置压力,仅少数建造年代较早的抗震安居房出现破坏。②2020年1月19日21时27分喀什地区伽师县发生的6.4级地震,震源深度16 km,造成1人死亡,2人受伤,直接经济损失152 642万元。Ⅵ度及以上区总面积为7 599 km2,其中,Ⅵ度区面积4 945 km2;Ⅶ度区面积为2 397 km2;Ⅷ度区面积为257 km2,主要涉及伽师县西克尔库勒镇、古勒鲁克乡。极震区烈度为Ⅷ度,农村安居房设防烈度为8度,安居房主要承重构件未发生明显破坏,有效抵御了本次地震灾害,在保障人民群众生命财产安全及震后转移安置、余震防范中发挥了重要作用。本次地震为前震-主震-余震型,前震为5.4级,主震为6.4级,最大余震为5.2级,对震中区产生多次震害影响,自建砖木结构房屋墙体为黏土砖砌筑,震害叠加效应显著。当地群众防震减灾意识在历次地震灾害实践中不断得到加强,防震减灾意识、应急避险知识和自救互救能力等得到明显提升。③2020年6月26日5时5分,和田地区于田县发生的6.4级地震,震源深度10 km,未造成人员伤亡,直接经济损失1 650万元。于田县阿羌乡3.5 km道路出现塌方,1座中桥出现多处裂缝,1座自建木桥受损,1个涵洞严重受损,1座拱桥受损。本次地震有感范围较广,但破坏性较小。震区附近乡镇村庄居民普遍反映地震造成的晃动强度一般,大部分区域房屋抗震设防水平高,“富民安居工程”房屋和早期的抗震安居房屋基本完好,仅个别民居院内的自建砖木结构房屋出现轻微程度破坏。

    表 3  2020年中国大陆地震灾区范围统计
    Table 3.  Statistics of range of earthquake disaster area in China mainland, 2020
    序号时间震中位置震级/M极震区烈度/度震源深度/km乡镇
    /个
    人口
    /人
    各烈度区面积/km2
    12020-01-16 16:32新疆阿克苏地区库车市5.61612685813.600
    22020-01-19 21:27新疆喀什地区伽师县
    6.41612279 3884 9452 397257
    32020-04-01 20:23四川甘孜州石渠县5.61063603 1400
    42020-05-18 21:47云南昭通市巧家县5.08667 08333000
    52020-06-26 05:05新疆和田地区于田县6.410
    注:新疆伽师地震Ⅵ度区之外的部分地区也受到波及,个别老旧房屋出现破坏受损现象,为Ⅵ度异常点;四川甘孜州石渠县地震位于Ⅵ度区之外色达县泥朵镇和其他地区也受到波及,零星房屋有破坏现象。
    下载: 导出CSV 
    | 显示表格

    (3)地震次生灾害突出

    今年发生的地震灾害中,次生灾害多发,如新疆伽师地震造成震区1座水库出现险情,当地政府紧急疏散安置受影响群众,云南巧家地震次生地质灾害造成2人死亡,数人受伤,震区交通等基础设施受损,再次为各级政府敲响警钟,应对西部地区地震次生灾害引起足够重视,才能进一步减轻地震灾害。

    1991—2020年主要震害统计数据如表4所示,3个主要统计数据分布情况(许永江等,1999郑通彦等,20122015a2015b陈通等,2016文鑫涛等,2018林向洋等,20182020a2020b)如图2所示。由表4图2可知,2011—2020年共造成2 063.08亿元的经济损失,其中2013、2014年地震造成的灾害是2011年以来最严重的,这两年造成灾害最重的地震分别为2013年4月20日四川芦山7.0级地震和2014年8月3日云南鲁甸6.5级地震,这2年合计的经济损失、人员死亡(失踪)和人员受伤数量分别占2011—2020年总数的82.9%、81.8%和65.5%。

    表 4  1991—2020年主要震害统计数据
    Table 4.  The statistics of the annual damage caused by earthquakes from 1991 to 2020
    年份成灾次数/次死亡人数/人受伤人数/人直接经济损失/亿元
    2011153250660.11
    201211861 33182.88
    20131429415 671995.36
    2014107363 688355.64
    201512331 217180.00
    201616210366.80
    20171137638217.40
    20181108127.30
    2019131741159.12
    2020553018.47
    2011—2020118124223 6762 063.08
    2001—201010872372398 9178 984.90
    1991—200013056452 668120.18
    下载: 导出CSV 
    | 显示表格
    图 2  1991—2020年中国大陆成灾地震年度震害分布图
    Figure 2.  Distribution of annual earthquakes losses in China mainland from 1991 to 2020

    近10年中国大陆年均成灾地震频次较1991年以来的总体水平略低,近10年期间地震灾害造成的经济损失、人员死亡(失踪)和人员受伤数量分别占30年来的18.47%、1.67%和4.98%,可见地震灾害造成的经济损失、人员伤亡数量均低于1991年以来的平均水平。

    2020年我国大陆未发生特重大地震灾害事件,地震灾害损失总体偏轻,成灾地震次数较少,低于2000年以来的平均水平。地震灾害相对集中,5次成灾地震中3次发生在新疆维吾尔自治区,四川和云南各发生1次。地震次生灾害多发,小震致灾致亡现象突出,云南省巧家县5.0级地震造成4人死亡,28人受伤,其中次生地质灾害造成2人死亡。各级政府应对西部地区地震次生灾害引起足够重视,进而减轻人员伤亡。

  • 图  1  建筑区主要散射机制(刘康,2012

    Figure  1.  Main scattering mechanisms in built-up areas

    图  2  LBP算子

    Figure  2.  LBP operator

    图  3  建筑区提取流程

    Figure  3.  Technical process of building area extraction

    图  4  研究区影像

    Figure  4.  Study area image

    图  5  ULBP纹理特征

    Figure  5.  ULBP texture features

    图  6  纹理特征影像的建筑区与非建筑区均值-方差分布

    Figure  6.  The mean-variance distribution diagram of texture feature image in building area and no-building area

    图  7  Gabor纹理特征

    Figure  7.  Gabor texture features

    图  8  综合LBP、Gabor纹理特征主成分的特征组合影像

    Figure  8.  Feature combination image combining LBP and Gabor texture feature principal components

    图  9  综合LBP、Gabor纹理特征主成分的建筑区提取结果

    Figure  9.  Extraction results of building area based on LBP and Gabor texture features principal components

    图  10  单独使用ULBP、Gabor纹理特征的建筑区提取结果

    Figure  10.  Extraction results of building area using LBP and Gabor texture features alone

    表  1  Gabor纹理特征主成分分析的特征值和累计贡献率

    Table  1.   Eigenvalue and cumulative contribution rate of Gabor texture feature principal component analysis

    主分量序号特征值累计贡献率/%
    1169 895.662 978.57
    235 276.230 694.89
    34 141.754 396.80
    43 023.798 298.20
    52 138.256 299.19
    61 011.151 399.66
    7527.956 999.90
    8180.849 1100.00
    下载: 导出CSV

    表  2  试验区混淆矩阵及精度评价

    Table  2.   Confusion matrix and accuracy evaluation of experimental area

    方法类别非建筑区/ m2建筑区/ m2总数/ m2错分率/%误分率/%生产者精度 /%用户精度/%Kappa系数
    综合使用ULBP、Gabor纹理特征非建筑区258 43625 560283 9968694910.78
    建筑区17 933120 017137 95013188287
    总体精度/%90
    单独使用ULBP纹理特征非建筑区238 95875 461314 41924595760.57
    建筑区11 233113 576124 8099406091
    总体精度/%80
    单独使用Gabor纹理特征非建筑区259 77353 207312 98017496830.64
    建筑区13 295112 894126 18911326889
    总体精度/%84
    下载: 导出CSV
  • 邓鸿儒, 崔宸洋, 单文龙等, 2018. 基于高分三号卫星SAR影像的城市建筑区提取. 地理信息世界, 25(6): 79—84 doi: 10.3969/j.issn.1672-1586.2018.06.015

    Deng H. R. , Cui C. Y. , Shan W. L. , et al. , 2018. Urban building area extraction based on GF-3 satellite SAR images. Geomatics World, 25(6): 79—84. (in Chinese) doi: 10.3969/j.issn.1672-1586.2018.06.015
    邓磊, 李京, 聂娟等, 2008. 抑制斑点噪声的SAR与多光谱图像融合方法. 自然灾害学报, 17(6): 87—90 doi: 10.3969/j.issn.1004-4574.2008.06.018

    Deng L. , Li J. , Nie J. , et al. , 2008. A method fusing SAR with multi-spectral image and reducing speckle noise. Journal of Natural Disasters, 17(6): 87—90. (in Chinese) doi: 10.3969/j.issn.1004-4574.2008.06.018
    杜妍开, 龚丽霞, 李强等, 2021. 基于多纹理特征融合的震后SAR图像倒塌建筑物信息提取. 遥感技术与应用, 36(4): 865—872

    Du Y. K. , Gong L. X. , Li Q. , et al. , 2021. Earthquake induced building damage assessment on SAR multi-texture feature fusion. Remote Sensing Technology and Application, 36(4): 865—872. (in Chinese)
    李向辉, 陈一祥, 王海斌等, 2015. 基于Gabor滤波和局部特征点密度的居民区提取. 国土资源遥感, 27(3): 59—64

    Li X. H. , Chen Y. X. , Wang H. B. , et al. , 2015. Urban area detection based on Gabor filtering and density of local feature points. Remote Sensing for Land & Resources, 27(3): 59—64. (in Chinese)
    刘康, 2012. 基于高分辨率SAR影像提取建筑物高度的研究. 武汉: 武汉大学.

    Liu K., 2012. Advanced methods for building height extraction from high resolution SAR images. Wuhan: Wuhan University. (in Chinese)
    孙萍, 2013. 极化SAR图像建筑物提取方法研究. 北京: 首都师范大学.
    谭衢霖, 2002. 鄱阳湖湿地生态环境遥感变化监测研究. 北京: 中国科学院研究生院(遥感应用研究所).

    Tan Q. L., 2002. Study on remote sensing change detection and its application to Poyang international importance wetland. Beijing: Graduate University of Chinese Academy of Sciences Institute of Remote Sensing Applications. (in Chinese)
    王军敏, 李宁, 王艳辉, 2019. 基于Gabor特征和局部二值模式融合的纹理图像识别. 平顶山学院学报, 34(5): 32—36 doi: 10.3969/j.issn.1673-1670.2019.05.007

    Wang J. M. , Li N. , Wang Y. H. , 2019. Texture image recognition based on the fusion of Gabor features and local binary patterns. Journal of Pingdingshan University, 34(5): 32—36. (in Chinese) doi: 10.3969/j.issn.1673-1670.2019.05.007
    吴樊, 王超, 张红, 2005. 基于纹理特征的高分辨率SAR影像居民区提取. 遥感技术与应用, 20(1): 148—152 doi: 10.3969/j.issn.1004-0323.2005.01.027

    Wu F. , Wang C. , Zhang H. , 2005. Residential areas extraction in high resolution SAR image based on texture features. Remote Sensing Technology and Application, 20(1): 148—152. (in Chinese) doi: 10.3969/j.issn.1004-0323.2005.01.027
    徐佳, 陈媛媛, 黄其欢等, 2012. 综合灰度与纹理特征的高分辨率星载SAR图像建筑区提取方法研究. 遥感技术与应用, 27(5): 692—698 doi: 10.11873/j.issn.1004-0323.2012.5.692

    Xu J. , Chen Y. Y. , Huang Q. H. , et al. , 2012. Built-up areas extraction in high resolution spaceborne SAR image based on the integration of grey and texture features. Remote Sensing Technology and Application, 27(5): 692—698. (in Chinese) doi: 10.11873/j.issn.1004-0323.2012.5.692
    赵凌君, 秦玉亮, 高贵等, 2009. 利用GLCM纹理分析的高分辨率SAR图像建筑区检测. 遥感学报, 13(3): 483—490 doi: 10.11834/jrs.20090311

    Zhao L. J. , Qin Y. L. , Gao G. , et al. , 2009. Detection of built-up areas from high-resolution SAR images using the GLCM textural analysis. Journal of Remote Sensing, 13(3): 483—490. (in Chinese) doi: 10.11834/jrs.20090311
    Gabor D. , 1946. Theory of communication. Part 1: The analysis of information. Journal of the Institution of Electrical Engineers - Part III: Radio and Communication Engineering, 93(26): 429—441. doi: 10.1049/ji-3-2.1946.0074
    Hu D. Y., Li X. J., Zhao W. J., et al., 2009. Texture analysis and its application for single-band SAR thematic information extraction. In: 2008 IEEE International Geoscience and Remote Sensing Symposium. Boston: IEEE.
    Ojala T. , Pietikainen M. , Harwood D. , 1996. A comparative study of texture measures with classification based on featured distributions. Pattern Recognition, 29(1): 51—59. doi: 10.1016/0031-3203(95)00067-4
    Ojala T. , Pietikainen M. , Maenpaa T. , 2002. Multiresolution gray-scale and rotation invariant texture classification with local binary patterns. IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(7): 971—987. doi: 10.1109/TPAMI.2002.1017623
    Tison C. , Nicolas J. M. , Tupin F. , et al. , 2004. A new statistical model for Markovian classification of urban areas in high-resolution SAR images. IEEE Transactions on Geoscience and Remote Sensing, 42(10): 2046—2057. doi: 10.1109/TGRS.2004.834630
    Zhai W. , Shen H. F. , Huang C. L. , et al. , 2016. Fusion of polarimetric and texture information for urban building extraction from fully polarimetric SAR imagery. Remote Sensing Letters, 7(1): 31—40. doi: 10.1080/2150704X.2015.1101179
  • 加载中
图(10) / 表(2)
计量
  • 文章访问数:  164
  • HTML全文浏览量:  22
  • PDF下载量:  33
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-07-13
  • 刊出日期:  2023-03-31

目录

/

返回文章
返回