震后道路搶通中無人機光學(xué)圖像應(yīng)用研究.pdf

1、武警交通部隊自2013年正式納入國家應(yīng)急救援體系成為搶險救援的國家隊以來，在屢次抗震救災(zāi)中扮演了道路搶通先鋒的重要角色。但在道路搶通中由于交通、通信不暢導(dǎo)致無法準(zhǔn)確掌握災(zāi)情，嚴(yán)重影響了救援工作的開展。因此，震后快速準(zhǔn)確地獲取道路損壞信息，對于道路搶通、應(yīng)急救援等具有重大意義。
　　近年來，隨著無人機遙感技術(shù)的迅猛發(fā)展，使得利用其快速獲取、評估道路損毀信息成為可能。無人機以其機動靈活、操控簡單、價格便宜、無周期限制等優(yōu)點，可在震后復(fù)

2、雜環(huán)境下發(fā)揮重要作用。另外，光學(xué)遙感圖像比較適合道路搶通一線搶險官兵判讀。基于此本文以無人機高分辨率光學(xué)圖像在震后道路搶通中的應(yīng)用展開研究。研究的主要內(nèi)容如下：
　　首先研究了無人機巡路多航道多視角高分辨率光學(xué)圖像拼接算法。針對目前沒有一種專門針對災(zāi)區(qū)路網(wǎng)獲取圖像的方法，本文提出了多航道多視角巡路方法獲取災(zāi)區(qū)道路圖像，該方法效率高適宜在震后獲取路網(wǎng)信息使用；圖像拼接方面針對傳統(tǒng)的SIFT特征點的圖像拼接方法對高分辨率光學(xué)圖像效果不

3、佳的問題，分別在SIFT特征點提取和配準(zhǔn)方法上進行改進，實驗結(jié)果表明改進算法能有效的提高圖像拼接質(zhì)量，為下步道路提取提供了有力保障。
　　其次在震后道路搶通中大場景光學(xué)圖像道路提取算法研究方面。目前道路提取算法眾多在不同應(yīng)用領(lǐng)域取得了良好效果，但對于信息量豐富的大場景圖像并不適用?；诖吮疚奶岢隽艘环N提取“骨架”數(shù)值圖像的快速道路提取方法。該方法在震前大場景圖像中快速提取道路“骨架”二值圖像，并在其基礎(chǔ)上記錄干擾信息，豐富了道路提

4、結(jié)果的同時，為多時相“骨架”數(shù)值圖像的損毀檢測奠定了基礎(chǔ)。
　　最后在多時相“骨架”數(shù)值圖像的道路損毀程度判定研究方面。分析了因地震引起的道路損毀類型和損毀程度，并明確了屬于道路搶通范圍的損毀。損毀檢測中采用了基于多時相“骨架”數(shù)值圖像道路損毀檢測，通過差值法分步提取“骨架”數(shù)值圖像信息進行了損毀判定，結(jié)果表明該方法能有效判斷損毀情況。為進行損毀評估，本文提出了基于多時相“骨架”數(shù)值圖像的道路損毀程度預(yù)評估，結(jié)合光學(xué)圖像驗證的道路