本發(fā)明涉及遙感技術(shù)與建筑抗震分析領(lǐng)域，特別是一種基于無人機(jī)影像的建筑物抗震能力分析方法和系統(tǒng)。

背景技術(shù)：

1、在震前進(jìn)行建筑物抗震能力快速分析，充分掌握區(qū)域內(nèi)各建筑物的空間分布及其抗震能力，對(duì)于完善區(qū)域的地震應(yīng)急準(zhǔn)備、提升震害損失預(yù)測和震后快速響應(yīng)能力具有十分重要的現(xiàn)實(shí)意義。

2、建筑震害調(diào)查分析涉及的數(shù)據(jù)種類復(fù)雜，然而我國目前的建筑基礎(chǔ)信息并不完善，許多區(qū)域暫未形成完整的建筑震害基礎(chǔ)數(shù)據(jù)庫。傳統(tǒng)的入戶調(diào)查方式按照《既有建筑抗震設(shè)防調(diào)查標(biāo)準(zhǔn)》《建筑抗震設(shè)計(jì)規(guī)范》等一系列標(biāo)準(zhǔn)和流程對(duì)房屋狀況進(jìn)行實(shí)地調(diào)查，不僅需要大量的人力資源，效率低下；且獲取的數(shù)據(jù)呈現(xiàn)單體化、碎片化的特點(diǎn)，遠(yuǎn)不能滿足我國進(jìn)行大范圍建筑物抗震能力分析的需求。

3、近幾年興起的無人機(jī)技術(shù)，具有適應(yīng)性強(qiáng)、采集成本低、響應(yīng)速度快、影像空間分辨率高等優(yōu)勢(shì)，在區(qū)域信息精細(xì)化領(lǐng)域具有極高的價(jià)值。借助相機(jī)參數(shù)、定位姿態(tài)系統(tǒng)(position?and?orientation?system，pos)數(shù)據(jù)和同名像點(diǎn)，沿規(guī)劃航線拍攝的無人機(jī)影像可以生成極高分辨率的正射影像(digital?orthophoto?map，dom)；此外由于航線具有一定重復(fù)度，同一區(qū)域會(huì)存在多個(gè)角度的無人機(jī)影像，利用立體像對(duì)原理，可以生成數(shù)字表面模型(digital?surface?model，dsm)；利用以上數(shù)據(jù)可以提取建筑物的多種抗震因子，從而進(jìn)行抗震能力分析。然而，目前無人機(jī)影像在建筑物抗震能力分析中的應(yīng)用還局限于建筑物提取和目視解譯判讀，仍需要高昂的人工成本。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于無人機(jī)影像的建筑物抗震能力快速分析方法，該方法利用無人機(jī)獲取的高分辨率影像，通過深度學(xué)習(xí)語義分割技術(shù)，自動(dòng)提取建筑物輪廓和相關(guān)抗震屬性，進(jìn)而評(píng)估建筑物的抗震能力。

2、本發(fā)明還提供了一種建筑物抗震能力分析方法，包括如下步驟：

3、步驟1，根據(jù)無人機(jī)影像對(duì)獨(dú)棟建筑物輪廓和抗震屬性進(jìn)行提取，獲得建筑物的長寬、面積、高度、建筑年代以及建筑結(jié)構(gòu)；

4、步驟2，針對(duì)不同情況，選擇不同的建筑物抗震能力分析方法進(jìn)行處理，針對(duì)已經(jīng)擁有建筑基礎(chǔ)數(shù)據(jù)庫的情形，采用機(jī)器學(xué)習(xí)的方法進(jìn)行建筑物抗震能力分析，針對(duì)缺乏建筑基礎(chǔ)數(shù)據(jù)庫的情形，基于震害因子進(jìn)行建筑物抗震能力分析；

5、步驟2.1，通過實(shí)地調(diào)查及目視解譯的方式建立建筑抗震能力樣本庫，訓(xùn)練機(jī)器學(xué)習(xí)分類器，建立屬性和抗震能力等級(jí)之間的關(guān)系；

6、其中機(jī)器學(xué)習(xí)分類器的輸入為建筑物的高度、面積、寬高比、長寬比、建筑結(jié)構(gòu)和建筑年代，建筑抗震能力等級(jí)分為估計(jì)抗震能力達(dá)標(biāo)、疑似抗震能力不足和疑似抗震能力嚴(yán)重不足三個(gè)等級(jí)；

7、步驟2.2，利用改進(jìn)的震害因子法建立建筑物的破壞程度與震害因子間關(guān)系，震害因子法認(rèn)為建筑物的破壞程度與震害因子間不存在線性關(guān)系，可以用各震害因子權(quán)重的乘積來表示建筑物的破壞程度，并通過最小二乘法計(jì)算出對(duì)應(yīng)的權(quán)重；

8、

9、其中d為建筑的破壞指數(shù)；w為地震動(dòng)強(qiáng)度折算系數(shù)，d0為修正系數(shù)；n為震害因子的種類數(shù)，包括建筑結(jié)構(gòu)、建筑層數(shù)、建筑年代、面積和寬高比；t為當(dāng)前震害因子的分類數(shù)；dij為第i個(gè)震害因子的第j種分類的權(quán)重值；mij為冪指數(shù)，當(dāng)建筑物的實(shí)際情況符合第i個(gè)震害因子的第j種分類時(shí)取1，其他情況取0；

10、通過上述公式計(jì)算出建筑的破壞指數(shù)d后，按照如下標(biāo)準(zhǔn)對(duì)建筑的抗震能力進(jìn)行分級(jí)：d<a1表示估計(jì)抗震能力達(dá)標(biāo)，a1≤d<a2表示疑似抗震能力不足，d≥a2疑似抗震能力嚴(yán)重不足。

11、進(jìn)一步的，步驟1的具體實(shí)現(xiàn)方式如下；

12、步驟11，基于dom和dsm影像進(jìn)行地物類型語義分割，得到語義分割結(jié)果；

13、步驟12，將rgb顏色空間的dom影像轉(zhuǎn)換到hsv顏色空間，然后將hue波段、dsm和語義分割結(jié)果歸一化到0-255，合成一張能夠同時(shí)反映光譜信息、高度信息和預(yù)測信息的偽彩色影像；

14、步驟13，通過mean?shift聚類算法對(duì)合成的偽彩色影像進(jìn)行處理，使得偽彩色影像的紋理變得更為平滑，區(qū)域間的邊緣更為銳化；

15、步驟14，使用區(qū)域生長算法在上述得到的合成的偽彩色影像基礎(chǔ)上提取獨(dú)棟建筑物；

16、步驟15，對(duì)生長得到的區(qū)域進(jìn)行形態(tài)學(xué)閉運(yùn)算來消除內(nèi)部空洞，平滑輪廓，通過面積、長寬比、矩形度這些形態(tài)特征參數(shù)進(jìn)行篩選，最后使用邊界跟蹤算法得到建筑物輪廓矢量；

17、步驟16，根據(jù)建筑物矢量提取建筑長寬、面積，在語義分割結(jié)果的輔助下通過緩沖區(qū)分析算法得到建筑高度；

18、步驟17，通過landsat時(shí)序影像數(shù)據(jù)計(jì)算增強(qiáng)型建筑用地指數(shù)獲取建筑區(qū)域年代，進(jìn)而推斷建筑年代；

19、步驟18，基于建筑屋頂?shù)幕叶燃y理進(jìn)行分類，之后綜合獲取的建筑屬性推斷建筑結(jié)構(gòu)。

20、進(jìn)一步的，步驟13中，傳統(tǒng)的mean?shift算法中每個(gè)像素點(diǎn)使用一個(gè)五維向量[x,y,r,g,b]來表示，前兩個(gè)元素是像素點(diǎn)在影像中的坐標(biāo)，后三個(gè)元素是像素點(diǎn)的顏色分量，這表明r,g,b三個(gè)分量的權(quán)重是一致的，然而偽彩色影像中三個(gè)波段的復(fù)雜程度不同，因此在傳統(tǒng)mean?shift算法的基礎(chǔ)上增加顏色分量權(quán)重，使用一個(gè)帶權(quán)重的五維向量[x,y,pr×r,pg×g,pb×b]來表示像素點(diǎn)，從而得到更好的聚類效果，其中pr、pg、pb分別表示r,g,b三個(gè)分量的權(quán)重。

21、進(jìn)一步的，步驟16中建筑長寬、建筑面積以及建筑高度的計(jì)算過程如下；

22、1)建筑長寬：將建筑物最小外接矩形的長寬作為建筑物的長寬；

23、2)建筑面積：通過建筑物的輪廓矢量進(jìn)行線寬為-1的填充繪制，得到不含任何空洞的建筑物區(qū)域，統(tǒng)計(jì)該建筑物區(qū)域的像素?cái)?shù)量結(jié)合影像的分辨率獲得建筑物的實(shí)際面積

24、3)建筑高度：生成建筑物周圍的環(huán)狀緩沖區(qū)，通過緩沖區(qū)分析在建筑物周圍尋找地面點(diǎn)，將地面點(diǎn)dsm的平均值作為地面高度。

25、進(jìn)一步的，步驟17的具體實(shí)現(xiàn)方式如下；

26、使用ρ表示經(jīng)過大氣矯正和輻射矯正后的反射率，ρblue表示藍(lán)波段，ρgreen表示綠波段，ρred表示紅波段，ρnir表示近紅外波段，ρmir1表示短波紅外1波段，ρmir2表示短波紅外2波段；

27、使用修正歸一化水體指數(shù)mndwi提取水體信息生成掩膜，對(duì)增強(qiáng)的指數(shù)型建筑用地指數(shù)eibi提取出的建筑用地進(jìn)行掩膜處理，消除誤提的水體信息；公式如下：

28、

29、其中，l為土壤調(diào)節(jié)因子，調(diào)節(jié)土壤亮度差異；vndbbi為歸一化差值裸地與建筑用地指數(shù)ndbbi的值，其他v代表的意義同理，代表下標(biāo)指數(shù)的值。

30、ndbbi為指數(shù)(normalized?difference?bareness?and?built-up?index，ndbbi)，用來替換ndbi，裸地在短波紅外1波段的反射率最高，因此其在ndbi中的值也最大，ndbi提取的建筑用地中勢(shì)必會(huì)包含裸地，此外ndbi還會(huì)受到缺水、稀疏植被的影響，產(chǎn)生植被噪點(diǎn)；ebsi為增強(qiáng)型裸土指數(shù)(enhanced?bare?soil?index，ebsi)，利用裸地在裸土指數(shù)(bare?soil?index，bsi)和mndwi兩種指數(shù)上差異最大的性質(zhì)構(gòu)建。

31、

32、進(jìn)一步的，步驟18中，首先使用灰度共生矩陣進(jìn)行計(jì)算和分析屋頂?shù)募y理特征，并根據(jù)屋頂?shù)募y理特征對(duì)整個(gè)建筑屋頂進(jìn)行類別判斷，具體為：對(duì)屋頂進(jìn)行切片，對(duì)每個(gè)裁剪出的小區(qū)域進(jìn)行類型判斷，最后對(duì)整個(gè)屋頂區(qū)域取類型眾數(shù)作為整個(gè)屋頂類型；最后根據(jù)結(jié)合屋頂類型、建筑高度和建筑年代對(duì)建筑物進(jìn)行分類，將建筑結(jié)構(gòu)劃分為框架結(jié)構(gòu)、磚混結(jié)構(gòu)和磚木結(jié)構(gòu)，具體為：將建筑高度在45米以上的建筑直接判定為框架結(jié)構(gòu)；小于10米、建筑年代為1986年前且建筑屋頂使用的是老式瓦片的建筑被判定為磚木結(jié)構(gòu)；其余建筑被判定為磚混結(jié)構(gòu)。

33、進(jìn)一步的，地震動(dòng)強(qiáng)度折算系數(shù)的計(jì)算公式如下：

34、

35、其中，a為建筑物峰值加速度，g為重力加速度，峰值加速度a是通過地震動(dòng)衰減模型計(jì)算得出，具體通過如下方式獲得：

36、首先，根據(jù)地震的震級(jí)、震源深度、震中位置以及建筑物與震源的距離，使用地震動(dòng)衰減關(guān)系估算建筑物所在位置的地面峰值加速度，然后通過修正系數(shù)和建筑物的動(dòng)力特性對(duì)峰值加速度進(jìn)行調(diào)整。

37、進(jìn)一步的，利用最小二乘法求解時(shí)，先對(duì)公式(1)等號(hào)兩邊求導(dǎo)數(shù)，將連乘的非線性多元回歸問題轉(zhuǎn)換為線性多元回歸問題，通過最小二乘法即可求解修正系數(shù)和震害因子權(quán)重。

38、進(jìn)一步的，所有震害因子及權(quán)重值的取值如下：

39、

40、

41、本發(fā)明還提供一種基于無人機(jī)影像的建筑物抗震能力分析系統(tǒng)，包括

42、一個(gè)或多個(gè)處理器；

43、存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序，當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)如上述技術(shù)方案所述的一種基于無人機(jī)影像的建筑物抗震能力分析方法。

44、本發(fā)明提供的基于無人機(jī)影像的建筑物抗震能力分析方法，結(jié)合了區(qū)域生長算法、緩沖區(qū)分析、建筑用地指數(shù)、灰度紋理、震害因子法及機(jī)器學(xué)習(xí)算法等技術(shù)，提出了提取獨(dú)棟建筑物輪廓矢量及抗震屬性的方法，針對(duì)獲得的多種抗震屬性，使用震害因子法和機(jī)器學(xué)習(xí)分類器兩種方法分析建筑物抗震能力。本發(fā)明實(shí)現(xiàn)了全自動(dòng)的建筑物輪廓分割、抗震屬性提取及抗震能力分析，能夠取得不錯(cuò)的效果，滿足了我國進(jìn)行大范圍建筑抗震能力快速分析的需求。