CN104035131A - 一种地壳偏移量估计方法及装置 - Google Patents

Abstract

本发明公开了一种地壳偏移量估计方法，提取震前和震后的两幅地表图像中不变特征点的候选点；根据所述候选点的偏移量提取匹配点；滤除所述匹配点中的干扰点获得不变特征点；确定所述不变特征点的平均偏移量。本发明还同时公开了一种地壳偏移量估计装置。

Description

一种地壳偏移量估计方法及装置

技术领域

本发明涉及地震检测技术，尤其涉及一种地壳偏移量估计方法及装置。

背景技术

目前，地壳偏移量的估计已成为对地震检测的重心。在实际应用中，通过建立基于全球定位系统(Global Positioning System，GPS)的地面监测站系统的方式来估计地壳偏移量，但这种检测方式存在高成本、低分辨率的缺陷。

并且，由于进行地壳偏移量估计时，采用基于合成孔径雷达测量(SyntheticAperture Radar，SAR)和光学图像技术的像素偏移方法，或者采用合成孔径雷达干涉测量(InSAR)和差分合成孔径雷达干涉测量(D-InSAR)技术，而InSAR技术严重依赖于配准精度，如此，就会使得地表变化及时间相关大尺度的形变无法准确测量。

发明内容

有鉴于此，本发明实施例期望提供一种地壳偏移量估计方法及装置，能够精确估计地壳偏移量。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供一种地壳偏移量估计方法，该方法包括：

提取震前和震后的两幅地表图像中不变特征点的候选点；

根据所述候选点的偏移量提取匹配点；

滤除所述匹配点中的干扰点获得不变特征点；

确定所述不变特征点的平均偏移量。

上述方案中，所述提取震前和震后的两幅地表图像中不变特征点的候选点为：

通过尺度不变特征变换SIFT算法和局部双向匹配的方式提取震前和震后的两幅地表图像中不变特征点的候选点。

上述方案中，根据所述候选点的偏移量获取匹配点的方式为亚像素级的对齐方式。

上述方案中，滤除所述匹配点中的干扰点为：通过匹配相关表面MCS进行相似性度量以滤除所述匹配点中的干扰点。

本发明实施例还提供一种地壳偏移量估计装置，该装置包括：第一提取模块、第二提取模块、滤除模块、以及确定模块；其中，

所述第一提取模块，用于提取震前和震后的两幅地表图像中不变特征点的候选点；

所述第二提取模块，用于根据所述候选点的偏移量提取匹配点；

所述滤除模块，用于滤除所述匹配点中的干扰点获得不变特征点；

所述确定模块，用于确定所述不变特征点的平均偏移量。

上述方案中，所述第一提取模块，具体用于通过尺度不变特征变换SIFT算法和局部双向匹配的方式提取震前震后的两幅地表图像中不变特征点的候选点。

上述方案中，所述第二提取模块，具体用于通过亚像素级的对齐方式，根据所述候选点的偏移量提取匹配点。

上述方案中，所述滤除模块，具体用于通过匹配相关表面MCS进行相似性度量以滤除所述匹配点中的干扰点。

本发明实施例所提供的地壳偏移量估计方法及装置，提取震前和震后的两幅地表图像中不变特征点的候选点；根据所述候选点的偏移量提取匹配点；滤除所述匹配点中的干扰点获得不变特征点；确定所述不变特征点的平均偏移量。如此，能够利用地表变化过程中存在的小的局部区域没有发生变化的特征点精确估计地壳偏移量。

附图说明

图1为本发明实施例地壳偏移量估计方法的实现流程示意图；

图2为本发明实施例地壳偏移量估计装置的组成结构示意图；

图3为本发明实施例GPS地面站偏移量和所提取的候选点的偏移量对比图；

图4为本发明实施例MCS累积分布曲线；

图5为本发明实施例所提取的不变特征点的偏移量直方图；

图6为本发明实施例Sendai区域偏移量强度及其分布图。

具体实施方式

在本发明实施例中，提取震前震后的两幅地表图像中不变特征点的候选点；根据所述候选点的偏移量提取匹配点；滤除所述匹配点中的干扰点以获得不变特征点；确定所述不变特征点的平均偏移量。

下面结合附图及具体实施例对本发明再作进一步详细的说明。

图1为本发明实施例地壳偏移量估计方法的实现流程示意图，如图1所示，本发明实施例地壳偏移量估计方法包括：

步骤S100：提取震前和震后的两幅地表图像中不变特征点的候选点；

这里，通常利用型号为TerraSAR-X(简称为TSX)的卫星采集震前和震后的两幅地表图像。

具体地，通过尺度不变特征变换(Scale Invariant Feature Transform，SIFT)算法和局部双向匹配的方式提取震前和震后的两幅地表图像中不变特征点的候选点。

这里，所述候选点的选取数量不作限定，可根据需要任意选取。在实际应用中，所述候选点可根据所采集的震前和震后的两幅地表图像的相似度特征、以及对地壳偏移量估计的精度来具体确定。

由于地震或海啸的影响，通过卫星TSX所采集的两幅地表图像存在明显的变化，因此，在选取用于估计地壳偏移量的不变特征点的候选点时，通过相关算法所选取的候选点应该满足两个条件：1)对噪声不敏感；2)具有可区分的特征。

通过研究发现，SIFT算法是在差分高斯图像金字塔的尺度空间中寻找最大或最小值，正好满足以上两个条件限制。

通过SIFT算法在震前和震后的两幅地表图像中提取不变特征点的候选点，震前不变特征点的候选点的集合以及震后不变特征点的候选点的集合分别由集合S_pre和S_post表示。每个候选点包括位置(x，y)和归一化描述向量两个属性，其中，x，y分别为候选点在图像空间中的水平和垂直坐标。具体如何利用SIFT算法对两幅图像进行处理的过程属于现有技术，这里不再赘述。

由于通过卫星TSX所采集的两幅地表图像均已精确定位，且以相同的分辨率投影到WGS84参考椭球中。因此，通过SIFT算法对两幅地表图像进行处理时，可以使用一个简单的局部双向匹配过程获得粗匹配的不变特征点的候选点。

下面针对局部双向匹配的过程进行详细描述。

前向匹配过程为：首先，对于S_pre中的一个候选点(x₁，y₁)，在S_post中以坐标(x₁，y₁)为中心的一个11×11的方形范围内搜索与该候选点最相似的点(x₂，y₂)和次相似点(x₃，y₃)；其中，所述方形范围11×11是根据图像分辨率的要求所得出的搜索范围的先验值，在实际应用中，根据图像分辨率要求的不同该范围值可以调整；

其次，以两个点的归一化描述向量之间的夹角作为相似度度量。如果S_pre中候选点(x₁，y₁)分别与S_post中候选点(x₂，y₂)和(x₃，y₃)的归一化描述向量之间的夹角的比值(即匹配点的对比度)低于一个预设的对比度阈值，则将候选点(x₂，y₂)保留为前向匹配点；其中，所述对比度阈值通常取值为0.4。

通过以上所述的前向匹配过程所获得前向匹配点，构成前向匹配点集。同时，后向匹配过程与前向匹配相类似，唯一的不同点是：后向匹配是在S_pre中搜索与S_post中候选点最相似的点，比如：在S_pre中搜索与候选点(x₂，y₂)最相似的点(x₁，y₁)。完成前向匹配和后向匹配后，将前向匹配点集与后向匹配点集的交集作为局部双向匹配处理后的不变特征点的候选点集。

由于地震后地面特征变化十分明显，通过SIFT算法和局部双向匹配的方式提取震前和震后的两幅地表图像中不变特征点的候选点集中，很可能存在错误匹配的候选点，即：所述候选点具有不同规则的偏移方向，且变化强度也并不统一。经研究发现，导致这种现象的两个主要原因是错误匹配和不精确的对齐。因此，本发明实施例在后续的操作中进一步对图像进行精确对齐和滤除错误匹配的相关处理，以获得准确的不变特征点的候选点。

步骤S101：根据所述候选点的偏移量提取匹配点；

这里，根据所述候选点的偏移量提取匹配点的方式为亚像素级的对齐方式。

具体地，预设震前和震后的两幅地表图像分别为函数f(x,y)和g(x,y)。由于一个局部区域水平方向的地表偏移可以看作一个常向量，因而在图像空间地表偏移可由水平偏移量a和垂直偏移量b组成；因此，两个函数f(x,y)和g(x,y)之间的关系如下表达式(1)：

g(x,y)＝f(x+a,y+b)； (1)

将f(x,y)用一阶泰勒(Taylor)级数展开为如下表达式(2)：

$g(x,y)\≈f(x,y)+a\frac{\∂f}{\∂x}+b\frac{\∂f}{\∂y};---\left(2\right)$

这样，f(x,y)和g(x,y)的误差函数可由如下表达式(3)逼近：

$E(a,b)=\mathrm{\Σ}{[f(x,y)+a\frac{\∂f}{\∂x}+b\frac{\∂f}{\∂y}-g(x,y)]}^3;---\left(3\right)$

其中，求和是在重叠的区域进行。

通过对水平偏移量a和垂直偏移量b求偏导，并与0比较得出最小值，可以推导出如下超定方程组(4)：

Ax＝b； (4)

其中， $A=\left[\begin{array}{cc}{\stackrel{\→}{f}}_x& {\stackrel{\→}{f}}_y\end{array}\right],x=\left[\begin{array}{c}a\\ b\end{array}\right],b=\stackrel{\→}{g}-\stackrel{\→}{f},$ 其中和分别是图像的偏导和图像的向量形式。根据超定方程组(4)，求得水平偏移量a和垂直偏移量b的最小二乘解为如下表达式(5)：

x＝(A^TA)^-1A^Tb； (5)

根据水平偏移量a和垂直偏移量b的最小二乘解的表达式(5)，使用迭代的形式求解，得到水平偏移量a和垂直偏移量b。如此，就可以根据所述候选点的偏移量，通过亚像素级的对齐方式获取匹配点；即，对于S_pre中的一个候选点(x₁，y₁)，在S_post中的匹配点为(x₁+a，y₁+b)。

步骤S102：滤除所述匹配点中的干扰点获得不变特征点。

这里，通过匹配相关表面(Matching Correlation Surface，MCS)进行相似性度量，以滤除所述匹配点中的干扰点，并将滤除干扰点后的匹配点作为不变特征点。

经研究发现，通过步骤S101所获取匹配点中，大部分匹配点的偏移方向都朝向东南方，这与GPS数据相匹配，仅有少数匹配点有明显不同的方向。另外，由于一个局部区域的地壳偏移量具有一致性，可使用MCS作为相似度度量函数来评估步骤S101所获取的匹配点，以滤除较低MCS值的干扰点。

具体地，利用一个以所获取的S_post中的匹配点(x₁+a，y₁+b)为中心的局部区域作为像素窗口，计算所述匹配点(x₁+a，y₁+b)的MCS值。由于具有高的MCS值的点更有可能是不变特征点，因此，通过预设MCS阈值M的方式滤除所获取的匹配点中MCS值小于MCS阈值的点，并将滤除干扰点后的所有剩余的匹配点作为不变特征点。其中，所述MCS阈值M的范围为0.6≤M≤1。

步骤S103：确定所述不变特征点的平均偏移量。

这里，根据步骤S102所确定的S_post中的一个不变特征点的坐标(x₁₁，y₁₁)和对应的S_pre中的不变特征点的坐标(x₁，y₁)，确定出该不变特征点的偏移量为(x₁₁－x₁，y₁₁－y₁)。同理，求得所有不变特征点的偏移量；之后，对所有偏移量取平均值，以求得地壳偏移量。

图2为本发明实施例地壳偏移量估计装置的组成结构示意图，如图2所示，本发明实施例地壳偏移量估计装置包括：第一提取模块10、第二提取模块11、滤除模块12、以及确定模块13；其中，

所述第一提取模块10，用于提取震前和震后的两幅地表图像中不变特征点的候选点；

这里，所述第一提取模块10，具体用于通过SIFT算法和局部双向匹配的方式提取震前和震后的两幅地表图像中不变特征点的候选点。其中，所述候选点满足两个条件：1)对噪声不敏感；2)具有可区分的特征。

所述第二提取模块11，用于根据所述候选点的偏移量提取匹配点；

这里，所述第二提取模块11，具体用于通过亚像素级的对齐方式，根据所述候选点的偏移量提取匹配点。

所述滤除模块12，用于滤除所述匹配点中的干扰点获得不变特征点；

这里，所述滤除模块12，具体用于通过MCS进行相似性度量以滤除所述匹配点中的干扰点，并将滤除干扰点后的匹配点作为不变特征点。

所述确定模块13，用于确定所述不变特征点的平均偏移量。

在实际应用中，所述第一提取模块10、第二提取模块11、滤除模块12、以及确定模块13均可由地壳偏移量估计装置的中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)、或现场可编程门阵列(FPGA)实现。

通过本发明实施例所述地壳偏移量估计方法，对集中在2011年3月11日发生在日本Tohoku的里氏9.0级地震导致的Sendai区域进行地壳偏移量估计。

地震后地面特征变化十分明显，仅利用本发明实施例地壳偏移量估计方法中的步骤S100中SIFT算法和局部双向匹配的方式提取震前和震后的两幅地表图像中不变特征点的候选点，很可能是错误匹配的特征点，如图3所示，图3为GPS地面站偏移量和所提取的候选点的偏移量对比图。其中，虚线箭头表示的GPS地面站偏移量，实线箭头标示的双向匹配点的偏移量。相比较可以得出，通过SIFT算法和局部双向匹配的方式提取震前和震后的两幅地表图像中不变特征点的候选点具有不同规则的偏移方向，而且变化强度也并不统一，导致这种现象的两个主要原因是错误匹配和不精确的对齐。

进一步地，通过步骤S101中亚像素级的对齐方式，根据所述候选点的偏移量获取匹配点的过程能够很大程度的提高匹配精度。对齐的精度可以由双向匹配处理后的不变特征点的候选点的MCS累积分布(Cumulative DistributionFunction，CDF)曲线标示，图4为本发明实施例MCS累积分布曲线。其中，曲线a表示未经亚像素级的对齐方式处理的不变特征点的候选点的MCS值，曲线b表示经亚像素级的对齐方式处理后的匹配点的MCS值。由图4可见，曲线b标示的CDF图在较低的MCS值的范围内远低于曲线a。

进一步地，由于大部分匹配点的偏移方向都朝向东南方，这和GPS数据相匹配，仅有少数匹配点有明显不同的方向。因此，需要通过步骤S102来排除误匹配和不稳定的点。

通过步骤S100～S102的处理后，将滤除干扰后的所有匹配点当作不变特征点。图5为所提取的不变特征点的偏移量直方图，其中，图5(a)和5(b)分别为南北方向、东西方向上所提取的不变特征点的偏移量直方图。由图5可知，所述不变特征点的偏移量的分布类似于高斯分布。因此，可确定所述不变特征点的平均偏移量作为Sendai区域地壳偏移量的估计，该区域的偏移量强度及其分布如图6所示。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (8)

1.一种地壳偏移量估计方法，其特征在于，所述方法包括：

提取震前和震后的两幅地表图像中不变特征点的候选点；

根据所述候选点的偏移量提取匹配点；

滤除所述匹配点中的干扰点获得不变特征点；

确定所述不变特征点的平均偏移量。

2.根据权利要求1所述的方法，其特征在于，所述提取震前和震后的两幅地表图像中不变特征点的候选点为：

通过尺度不变特征变换SIFT算法和局部双向匹配的方式提取震前和震后的两幅地表图像中不变特征点的候选点。

3.根据权利要求1所述的方法，其特征在于，所述根据所述候选点的偏移量获取匹配点的方式为亚像素级的对齐方式。

4.根据权利要求1所述的方法，其特征在于，所述滤除所述匹配点中的干扰点为：通过匹配相关表面MCS进行相似性度量以滤除所述匹配点中的干扰点。

5.一种地壳偏移量估计装置，其特征在于，所述装置包括：第一提取模块、第二提取模块、滤除模块、以及确定模块；其中，

所述第一提取模块，用于提取震前和震后的两幅地表图像中不变特征点的候选点；

所述第二提取模块，用于根据所述候选点的偏移量提取匹配点；

所述滤除模块，用于滤除所述匹配点中的干扰点获得不变特征点；

所述确定模块，用于确定所述不变特征点的平均偏移量。

6.根据权利要求5所述的装置，其特征在于，所述第一提取模块，具体用于通过尺度不变特征变换SIFT算法和局部双向匹配的方式提取震前震后的两幅地表图像中不变特征点的候选点。

7.根据权利要求5所述的装置，其特征在于，所述第二提取模块，具体用于通过亚像素级的对齐方式，根据所述候选点的偏移量提取匹配点。

8.根据权利要求5所述的装置，其特征在于，所述滤除模块，具体用于通过匹配相关表面MCS进行相似性度量以滤除所述匹配点中的干扰点。