考虑空间相似性的房屋建筑群结构遥感分类方法研究——以贵州省威宁县为例

王琳; 王先腾; 刘浩; 邹禹; 李雪

doi:10.20000/j.1000-0844.20250409001

地震工程学报 ›› 2026, Vol. 48 ›› Issue (02) : 309 -319. DOI: 10.20000/j.1000-0844.20250409001

考虑空间相似性的房屋建筑群结构遥感分类方法研究——以贵州省威宁县为例

王琳, 王先腾, 刘浩, 邹禹, 李雪

作者信息 +

Author information +

文章历史 +

摘要

房屋结构类型是评估其抗震能力的关键属性。传统基于遥感的房屋抗震能力评估多依赖单栋房屋的影像特征，未能充分利用房屋之间的空间相似性。为提高房屋建筑结构分类精度，提出一种基于房屋空间相似性的最小生成树(MST)聚类方法。该方法首先利用房屋的图像几何特征计算表征视觉相似性的格式塔因子，进而通过Delaunay三角网构建房屋邻近图，并以视觉距离为权值生成MST,最后通过对MST进行剪枝，得到空间邻近且形态相似的房屋集群。在此基础上，采用支持向量机(SVM)分类算法，结合房屋的几何、纹理、高度和空间分布等多维特征，将房屋结构类型划分为简易房屋、砖混房屋和框架结构房屋三类。在贵州省毕节市威宁县县城开展的实验表明，相较于基于单栋房屋的分类方法，文章所提出方法的分类精度提升10%以上；Kappa系数由0.58提高至0.79,验证了引入MST聚类策略的有效性。