場(chǎng)景解譯框架下的高速鐵路沿線(xiàn)建筑物隱患自動(dòng)識(shí)別.pdf

1、高速鐵路沿線(xiàn)地理環(huán)境復(fù)雜，存在諸多安全隱患，尤其是沿線(xiàn)的房屋、工廠等非法建筑嚴(yán)重影響到高鐵的安全運(yùn)營(yíng)。因此，必須及時(shí)對(duì)高鐵沿線(xiàn)建筑隱患進(jìn)行排查。傳統(tǒng)的人工實(shí)地勘察檢測(cè)建筑隱患的方法費(fèi)時(shí)費(fèi)力、效率低下，難以對(duì)整個(gè)高鐵網(wǎng)絡(luò)進(jìn)行有效的監(jiān)控。高分辨率遙感技術(shù)具有實(shí)時(shí)性、周期性等技術(shù)優(yōu)勢(shì)，為快速、客觀、動(dòng)態(tài)地監(jiān)測(cè)高鐵沿線(xiàn)建筑隱患提供了有效的技術(shù)手段。
　　高分辨率遙感影像地物細(xì)節(jié)信息十分豐富，但是也存在大量“同物異譜”和“異物同譜”的現(xiàn)象，

2、導(dǎo)致傳統(tǒng)的基于像素提取建筑方法精度較低。面向?qū)ο蠓椒ㄓ捎陬櫦傲讼袼刂g的空間關(guān)系，在一定程度上提高了高分辨率遙感影像建筑物識(shí)別的精度，但是確定最優(yōu)分割尺度往往比較困難。此外，這兩種方法提取建筑時(shí)往往基于圖像的底層視覺(jué)特征分析，并沒(méi)有建立在圖像所描述的高層次語(yǔ)義特征之上，因此，存在明顯的語(yǔ)義鴻溝，影響建筑物識(shí)別的精度。為了突破這一限制，需要從更高層次的場(chǎng)景層次去理解高分辨率遙感影像。
　　本文選取京滬高鐵宿州-蚌埠某段的Google

3、 Earth影像作為研究數(shù)據(jù)。在場(chǎng)景解譯框架下，本文首先建立高鐵沿線(xiàn)影像塊樣本庫(kù)，然后將高鐵沿線(xiàn)影像劃分為重疊的影像塊。將影像塊看作文檔，通過(guò)視覺(jué)詞袋模型和潛在狄利克雷分布主題模型分別得到影像塊的視覺(jué)單詞直方圖表示和潛在的語(yǔ)義主題混合比例信息，輸入到SVM分類(lèi)器得到影像塊的類(lèi)別，最后通過(guò)類(lèi)別投票法確定每個(gè)像素的類(lèi)別，從而實(shí)現(xiàn)建筑物隱患的自動(dòng)識(shí)別;將影像塊輸入到經(jīng)過(guò)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)，通過(guò)卷積、池化、全連接操作得到全連接層，輸入到Soft

4、max得到每個(gè)影像塊的類(lèi)別概率分布，最后通過(guò)等權(quán)平均的方式得到每個(gè)像素的類(lèi)別概率分布，取概率最大所屬類(lèi)別作為該像素的類(lèi)別，從而實(shí)現(xiàn)建筑物隱患的提取。經(jīng)過(guò)實(shí)驗(yàn)分析，得到以下結(jié)論:
　　經(jīng)過(guò)實(shí)驗(yàn)分析，得到以下結(jié)論:
　　(1)相比于傳統(tǒng)的基于像素和面向?qū)ο笫褂玫讓犹卣鞯慕ㄖ[患識(shí)別方法，基于場(chǎng)景解譯方法能夠顯著提升結(jié)果緊湊性和完整性，總體精度和生產(chǎn)者精度最高均可達(dá)91％，kappa系數(shù)可達(dá)0.71，與地面真實(shí)值較為接近;