Please wait a minute...
 
国土资源遥感  2001, Vol. 13 Issue (1): 42-46    DOI: 10.6046/gtzyyg.2001.01.08
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
遥感图像中建筑物震害信息统计特征研究
曹代勇1, 施先忠1, 张景发2
1. 中国矿业大学北京校区, 北京 100083;
2. 国家地震局地壳应力研究所, 北京 100085
STUDY ON THE STATISTICAL CHARACTERISTICS OF SEISMIC DISASTER INFORMATION OF BUILDING IN REMOTE SENSING IMAGE
CAO Dai-yong1, SHI Xian-zhong1, ZHANG Jing-fa2
1. China University of Mining and Technology, Beijing 100083, China;
2. Institute of Crustal Dynamics, State Seismological Bureau, Beijing 100085, China
全文: PDF(328 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 讨论了建筑物震害遥感信息的形成机制,从遥感图像灰度特征和纹理特征两方面,提出了反映建筑物震害信息的特征参数。不同类型训练区的统计分析结果表明,灰度平均值、灰度标准差和灰度方差3种特征参数是建筑物震害识别和分级的良好指标,纹理逆差矩和纹理相关性可作为辅助参数.
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
戚浩平
翁永玲
赵福岳
方洪宾
李延生
关键词 土壤盐渍化 盐分特征 光谱特征 茶卡-共和盆地    
Abstract:The formation mechanism of seismic disaster information of building in remote sensing image is discussed in the paper. A series of special parameters which reveal the building seismic disaster information are brought forward based on study of the image grey scale and image texture characteristics. Statistical analysis of test image sub-sections of different styles shows the average value, standard deviation and variance of grey scales are the effective indicators for recognition and classification of building seismic disaster in digital images, the texture inverse difference matrix and texture correlation can be used as the supplementary indicators.
Key words Soil stalinization    Salinity characteristics    Spectral characteristics    Caka-Gonghe basin  
收稿日期: 2000-05-26      出版日期: 2011-08-02
作者简介: 曹代勇(1955-),男,1990年毕业于中国矿业大学,获博士学位,教授,现主要从事构造地质、遥感地质和计算机地学应用方面的教学、科研工作.
引用本文:   
曹代勇, 施先忠, 张景发 . 遥感图像中建筑物震害信息统计特征研究[J]. 国土资源遥感, 2001, 13(1): 42-46.
CAO Dai-yong, SHI Xian-zhong, ZHANG Jing-fa . STUDY ON THE STATISTICAL CHARACTERISTICS OF SEISMIC DISASTER INFORMATION OF BUILDING IN REMOTE SENSING IMAGE. REMOTE SENSING FOR LAND & RESOURCES, 2001, 13(1): 42-46.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2001.01.08      或      https://www.gtzyyg.com/CN/Y2001/V13/I1/42


[1] 王晓青.航空影像灾害自动识别的初步研究.见:庄逢甘编.中国地方遥感应用进展【M】.北京:宇航出版社,1997.



[2] 丁军,王丹.遥感图像上城市震害信息的获取及其应用【J】.灾害学,1996,(1),82-86.



[3] 陈鑫连.地震灾害的航空遥感信息快速评估与救灾决策【M】.北京:地震出版社,1992.



[4] 宁书年.遥感图像处理与应用【M】.北京:地震出版社,1995.



[5] 洪继光.灰度—梯度共生矩阵纹理分析方法【J】.自动化学报,1984,(1).
[1] 吴霞, 王长军, 樊丽琴, 李磊. 基于多光谱遥感的盐渍化评价指数对宁夏银北灌区土壤盐度预测的适用性分析[J]. 国土资源遥感, 2021, 33(2): 124-133.
[2] 李根军, 杨雪松, 张兴, 李晓民, 李得林, 杜程. ZY1-02D高光谱数据在地质矿产调查中的应用与分析[J]. 国土资源遥感, 2021, 33(2): 134-140.
[3] 胡新宇, 许章华, 陈文慧, 陈秋霞, 王琳, 刘辉, 刘智才. 基于PROBA/CHRIS影像的归一化阴影植被指数NSVI构建与应用效果[J]. 国土资源遥感, 2021, 33(2): 55-65.
[4] 冯娟, 丁建丽, 魏雯瑜. 基于雷达数据的区域土壤盐渍化监测[J]. 国土资源遥感, 2019, 31(1): 195-203.
[5] 孙小芳. 结合目标分割的高光谱城市地物分类[J]. 国土资源遥感, 2017, 29(3): 171-175.
[6] 王平平, 田淑芳. 基于WorldView2数据的岩性信息增强方法——以内蒙古扎嘎乌苏地区为例[J]. 国土资源遥感, 2016, 28(4): 176-184.
[7] 柴颖, 阮仁宗, 柴国武, 傅巧妮. 基于光谱特征的湿地植物种类识别[J]. 国土资源遥感, 2016, 28(3): 86-90.
[8] 许章华, 刘健, 陈崇成, 余坤勇, 黄旭影, 王美雅. 松毛虫危害下的马尾松林冠层光谱特征可辨性分析[J]. 国土资源遥感, 2016, 28(2): 41-47.
[9] 关红, 贾科利, 张至楠, 马欣. 盐渍化土壤光谱特征分析与建模[J]. 国土资源遥感, 2015, 27(2): 100-104.
[10] 张利华. 基于ALOS影像的内蒙古杭锦后旗土地盐渍化程度分级[J]. 国土资源遥感, 2015, 27(1): 121-126.
[11] 周林滔, 杨国范, 赵福强, 杜娟. EMD与分形相结合的遥感影像水体信息提取方法[J]. 国土资源遥感, 2014, 26(4): 41-45.
[12] 刘丙新, 李颖, 高超. 基于机载多光谱遥感数据的溢油信息提取方法[J]. 国土资源遥感, 2014, 26(1): 42-46.
[13] 何亮柱, 洪金益, 张建国, 邹胜武, 朱莉莉. 基于IKONOS数据的矿山开发占地信息提取[J]. 国土资源遥感, 2013, 25(1): 150-154.
[14] 梁树能, 甘甫平, 闫柏锟, 王润生, 杨苏明, 张志军. 白云母矿物成分与光谱特征的关系研究[J]. 国土资源遥感, 2012, 24(3): 111-115.
[15] 郝利娜, 张志, 何文熹, 陈腾. 鄂东南尾矿库高分辨率遥感图像识别因子研究[J]. 国土资源遥感, 2012, 24(3): 154-158.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发