1.一种基于深度学习和云计算的遥感建筑物震害评估方法，其特征在于，具体包括以下步骤：

（1）建筑物震害遥感影像获取和处理：从防灾减灾部门或遥感卫星地面接收站获取地震前后的高分辨率遥感影像，选择同名地物控制点对地震前后影像进行空间配准，生成配准后的地震前后原始影像；

（2）样本集制作与数据增强：在地震前后原始影像上，分别对震前、震后建筑物进行目视解译轮廓标绘，分别制作震前建筑物，震后完整建筑物、完全倒塌建筑物和部分倒塌建筑物的标签图像，通过样本裁剪生成震前建筑物、震后建筑物震害样本图像和对应标签图像，采用多角度旋转、镜像变换、高斯模糊、亮度调整以及添加噪声点虚拟样本增强技术进行样本图像增强；

（3）基于特征图像的样本集扩充：分别提取震前影像的几何特征，震后影像的几何和纹理特征，分别生成震前的几何特征图像、震后的几何特征图像和纹理特征图像，实现对步骤（2）中震前和震后影像样本数据集进行扩充；

（4）深度卷积网络模型设计：分别设计适合震前建筑物、震后完整建筑物提取，震后完全倒塌建筑物、部分倒塌建筑物提取的深度卷积神经网络模型；

（5）地震前后建筑物及其震害深度学习样本集、高分影像云端存储：将震前建筑物、震后建筑物震害深度学习样本，地震前后影像存储在云端；

（6）基于智能体的模型训练超参数自动获取；

（7）模型云端训练：利用步骤（4）中设计的深度卷积网络模型和（6）中优化的模型训练超参数，在云端分别训练适合震前建筑物、震后完整建筑物提取，震后完全倒塌建筑物、部分倒塌建筑物提取的深度卷积神经网络模型；

（8）震后影像中完全倒塌、部分倒塌区域、完整建筑物提取：利用（7）中训练好的完全倒塌建筑物、部分倒塌建筑物，完整建筑物提取的深度卷积神经网络模型对震后遥感影像进行分类，分别提取获得完全倒塌、部分倒塌区域和完整建筑物；

（9）完全倒塌、部分倒塌区域对应震前影像裁剪：对震害中完全倒塌、部分倒塌建筑物发生区域对应震前影像进行裁剪，获得完全倒塌、部分倒塌区域对应震前影像；

（10）完全倒塌、部分倒塌区域对应震前影像建筑物提取：在完全倒塌、部分倒塌区域对应震前影像中，利用步骤（7）中云端训练好的震前建筑物提取的深度卷积神经网络模型，结合震前影像建筑物样本，提取震害倒塌、部分倒塌区域包含的震前单体建筑物；

（11）震前建筑物灾损等级标注：根据步骤（9）获得的完全倒塌、部分倒塌区域对应震前影像标记，对（10）中提取的震前建筑物标记其震害破坏类型，即将震前单体建筑物灾损标记为完全倒塌建筑物或部分倒塌建筑物；

震害完全倒塌、部分倒塌区域震前建筑物数量统计与制图：利用云GIS统计分析模块统计计算完全倒塌、部分倒塌建筑物数目，计算其与用户确定的评估区中建筑物总数的百分比，即建筑物震害破坏比率，将评估区中单体建筑物破坏程度空间分布及其破坏比率，生成建筑物震害灾情评估专题图。

2.如权利要求1所述的基于深度学习和云计算的遥感建筑物震害评估方法，其特征在于，步骤（3）中，影像几何特征提取方法采用Canny算子从地震前后原始影像中提取边缘特征，通过加权求和运算获得边缘特征图像，采用Harris算法从边缘特征图像中提取几何角点特征，与地震前后对应原始影像进行融合，生成几何特征图像；通过LBP算法从震后原始影像中提取纹理特征，生成纹理特征图像。

3.如权利要求1所述的基于深度学习和云计算的遥感建筑物震害评估方法，其特征在于，步骤（4）所述适合震后完全倒塌建筑物、部分倒塌建筑物提取的深度卷积神经网络模型，均建立了编码器结构、解码器结构，增加了瓶颈层。

4.如权利要求1所述的基于深度学习和云计算的遥感建筑物震害评估方法，其特征在于，步骤（6）中，采用动态贪婪策略选出智能体Agent最优的动作，经由智能体采取动作，获得累积奖励回报，将接受精度验证与否作为选择超参数的累积奖励回报的阈值条件，并通过贝尔曼方程更新Q函数，利用Q函数和智能体学习自动获取建筑物震害提取深度卷积网络模型训练的最优超参数。

5.如权利要求1所述的基于深度学习和云计算的遥感建筑物震害评估方法，其特征在于，步骤（7）所述在云端分别训练适合震前建筑物提取，完全倒塌建筑物、部分倒塌建筑物、完整建筑物提取的深度卷积神经网络模型，采用Hadoop云平台的数据并行方式训练网络，利用MapReduce模型实现节点间训练数据的并行协同化处理，实现网络权值更新计算。

6.如权利要求1所述的基于深度学习和云计算的遥感建筑物震害评估方法，其特征在于，步骤（12）中所述用户是指防灾减灾部门工作人员或技术人员，用户确定的评估区全部建筑物数目为步骤（8）中从震后影像中提取的完整建筑物数目和步骤（11）从震前影像中提取的标记为完全倒塌、部分倒塌的建筑物数目求和，计算得到的评估区建筑物总数。

7.一种实现如权利要求1 6任一项所述的基于深度学习和云计算的遥感建筑物震害评~

估方法的系统，其特征在于，所述系统包括：用户终端、网络通信基站、网关服务器、中心云服务端；

所述用户终端，用于防灾减灾部门用户提交震害遥感评估与结果查询任务请求到Hadoop云平台；

所述网络通信基站，用于用户终端与网关服务器之间通信功能的实现；

所述网关服务器，用于连接网络通信基站和中心云服务端，实现流量管控、安全防护和业务隔离，提供一个安全、高效的访问环境；

所述中心云服务端包括如下系统部分：Hadoop云平台、GIS服务器、Web服务器。

8.如权利要求7所述基于深度学习和云计算的遥感建筑物震害评估方法的系统，其特征在于：所述Hadoop云平台，包括一个名称节点服务器和N个数据节点服务器；用于接收防灾减灾部门通过用户终端向云计算服务器发送的深度学习震害评估计算请求，请求在云端训练建筑物震害提取深度网络模型。

9.如权利要求7所述基于深度学习和云计算的遥感建筑物震害评估方法的系统，其特征在于：所述GIS服务器，用于计算完全倒塌、部分倒塌建筑物数目，统计计算建筑物震害破坏比率，生成建筑物震害灾情评估专题图。

10.如权利要求7所述基于深度学习和云计算的遥感建筑物震害评估方法的系统，其特征在于：所述Web服务器，用于用户终端向Web服务器发送请求，请求训练卷积网络模型与建筑物震害信息提取；还用于对处理后的震害分类统计信息经由Web服务器，反馈给用户终端，用于指导抗震减灾工作。