우주 기반 SAR와 광학 이미지의 슈퍼픽셀 기반 신념 융합을 통한 건물 손상 감지

우주 기반 합成 개구 레이더(SAR) 및 광학 센서는 건물 손상 감지에 중요한 도구입니다. SAR와 광학 이미지의 융합은 감지 성능을 향상시킵니다. 그러나 두 가지 다른 종류의 이미지의 해상도가 다를 경우, 기존 픽셀 수준의 융합 방법의 성능은 보간으로 인한 왜곡으로 인해 심각하게 저하됩니다. 이 문제를 해결하기 위해, 본 논문에서는 건물 손상 감지를 위한 새로운 슈퍼픽셀 기반 신념 융합(SBBF) 모델을 제안합니다. SAR와 광학 이미지의 슈퍼픽셀은 지진 전 광학 이미지를 기반으로 한 분할을 통해 식별되어 기존 방법의 픽셀 수준이 아닌 슈퍼픽셀 수준에서 융합을 수행합니다. 그런 다음 융합 단계에서는 융합 과정에서 신뢰성을 고려하지 않는 일반적으로 사용되는 직접 융합 방법과 달리, 슈퍼픽셀의 신뢰성을 통합하기 위해 기본 신념 할당(BBA)을 사용하는 새로운 신념 융합 방법이 제안되어 건물 손상 감지의 정확성을 향상시킵니다. 각 슈퍼픽셀에 대해 BBA는 잡음과 해상도의 영향을 기반으로 할당됩니다. 2010년 아이티 지진과 2011년 도호쿠 지진에 해당하는 유엔 운영 위성 응용 프로그램 프로그램(UNOSAT) 데이터세트가 제안된 방법의 성능을 평가하는 데 사용됩니다. 실험 결과는 제안된 방법이 기존의 개별 SAR 또는 광학 이미지 기반 방법 및 기존 픽셀 수준 융합 방법보다 훨씬 우수한 성능을 달성함을 보여줍니다.