CN104765887A - 合成孔径雷达干涉测量数据中道路属性数据的提取方法 - Google Patents
合成孔径雷达干涉测量数据中道路属性数据的提取方法 Download PDFInfo
- Publication number
- CN104765887A CN104765887A CN201510216331.3A CN201510216331A CN104765887A CN 104765887 A CN104765887 A CN 104765887A CN 201510216331 A CN201510216331 A CN 201510216331A CN 104765887 A CN104765887 A CN 104765887A
- Authority
- CN
- China
- Prior art keywords
- data
- road
- synthetic aperture
- aperture radar
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及合成孔径雷达干涉测量数据中道路属性数据的提取方法。本发明的目的在于提出基于地理信息数据库,提出了PS数据中道路属性数据的提取方法。该方法步骤如下:导入道路地理数据;将道路边界的数据沿东西方向内收Tx,将道路边界的数据沿南北方向内收Ty,重新确定道路新边界;判断每个PS点是否落入道路新边界,如果是,提取该数据;如果否,剔除该数据;获得提取后的第一数据集,该数据集内的PS点属性为道路。经过时序InSAR数据采用本发明方法对道路属性数据提取,PS点的正确率为82.9%。
Description
技术领域:
本发明涉及合成孔径雷达技术,进一步涉及合成孔径雷达干涉测量数据中道路属性数据的提取方法。
背景技术:
作为一种重要的遥感对地监测手段,合成孔径雷达干涉测量(Interferometry Synthetic Aperture Radar,InSAR)可以监测的目标包含有地表各种复杂的地物,如建筑物、道路、桥梁、地面等。不同的地物覆盖基础结构差异极大,地面沉降表现出来的特征受多种因素的影响。对大区域尺度的地面形变的分析,可近似认为像元点的形变率代表了地面的真实形变,然而,对建筑物和工程设施密集的城市,这种假设的合理性就不存在。以建筑物为例,建筑物的桩基结构千差万别,特别是高层建筑物自身地基处理时有桩基加固措施,桩基的着力点在地层深处。建筑自身的重力所表现出的下沉现象,反映的是建筑物通过桩基与深层地层的相互作用的结果,建筑物与地表的支撑力没有直接关系,与无附载的地表所表现的地面下沉有完全的区别,无附载地表的沉降与建筑物的沉降无论在时间与速率上都有不同的表现。因此从沉降目标分析,有必要将建筑物、地面等不同类型的永久散射体(Permanent Scatter,PS)点区分开来。
从沉降机理角度分析,地面沉降类型按成因可划分为自然因素和人为因素类型。自然因素类型主要为地质构造运动和土次固结引发的沉降等;人为因素类型主要有超量抽取地下水、工程建设引发的地面沉降等。且两者表现出来的特征也不相同。前者具有整体性,其对应的监测信息的特点在于一定范围内具有变化缓慢、梯度小等特点,具有可内插性;后者具有局部性,其对应的监测信息的特点在于相对于周围地物而言具有变化梯度大、影响范围有限等特点。因此通过从沉降机理的理论角度进行分析可知,不同类型地物目标的沉降机理存在差异,沉降信息特征也因此表现出不同的特征,因此应当开展PS点的属性分类工作。
发明内容:
本发明的目的在于提出基于地理信息数据库,提出了PS数据中道路属性数据的提取方法。
合成孔径雷达干涉测量数据中道路属性数据的提取方法,包括如下步骤:
导入道路地理数据,至少包括道路边界的经度和纬度;
将道路边界的数据沿东西方向内收Tx,将道路边界的数据沿南北方向内收Ty,重新确定道路新边界;所述Tx为合成孔径雷达干涉测量数据东西方向的定位误差,Ty为合成孔径雷达干涉测量数据东西方向的定位误差;
判断每个PS点是否落入道路新边界,如果是,提取该数据;如果否,剔除该数据;
获得提取后的第一数据集,该数据集内的PS点属性为道路。
作为优选方案,还结合影像特征,包括如下后续步骤:
判断第一数据集内PS点图像的灰度值是否在Vmin与Vmax之间,如果是,进一步提取该数据;如果否,剔除该数据;Vmin为道路属性PS点的最小亮度值,Vmax为道路PS点的最大亮度值;
获得进一步提取后的第二数据集,该数据集内的PS点属性为道路。
此时,Vmin=60;Vmax=122。
本发明相对于现有技术的优点在于:
(一)经过时序InSAR数据采用本发明方法对道路属性数据提取,PS点的正确率为82.9%。
(二)如果以影像特征为依据进一步进行道路属性数据提取,PS点的正确率为94.9%。
(三)属性数据提取后进行的道路沉降监测结果与水准测量相比的符合精度优于5mm,能满足PS-InSAR开展高精度地面沉降监测的需求。
附图说明:
图1代表本发明在东西方向、南北方向内收的示意图;图中,外部的矩形代表地理数据所确定的道路边界,内部矩形代表内收后所确定的道路边界。
具体实施方式:
实施例:
(1)地理编码误差分析
在实验区范围内共选择27个道路点进行其地理编码误差分析,误差统计如表1所示。X向(东西向)中误差为1.05米,Y向(南北向)中误差为0.92米,平面总中误差为1.40米。
(2)二维空间分析
以实验区内道路为例,说明数据提取的过程:
经过时序InSAR数据处理后共有PS点800个。
首先,导入道路地理数据,至少包括道路边界的经度和纬度;
将道路边界的数据沿东西方向内收1.05米,将道路边界的数据沿南北方向内收0.92米,重新确定道路新边界;
判断800个PS点中每个PS点是否落入道路新边界,如果是,提取该数据;如果否,剔除该数据;
获得提取后的第一数据集,该数据集内包含398个PS点;经过分析异常点为68个,正确率为82.9%。
(3)影像特征分析
选择实验区内不同等级类型的7条道路进行亮度信息的分析,以200米左右的长度为区间,在7条道路上取14段进行分析,亮度信息如表2所示。
所有道路的灰度值最小值为60,最大值为122。
判断第一数据集内PS点图像的灰度值是否在60与122之间,如果是,进一步提取该数据;如果否,剔除该数据;
获得进一步提取后的第二数据集,该数据集内的PS点属性为道路。最终获得属于该道路的高可信度的PS点372个,经过分析,其中异常点为19个,正确率为94.9%。
最终获得属于该道路的高可信度的PS点372个。最大沉降点为-36.9mm/yr,最小沉降点为-18.32mm/yr,平均沉降量为-26.6mm/yr。
表1道路点进行其地理编码误差分析
No | InSAR_X | InSAR_Y | GCP_X | GCP_Y | dx | dy |
1 | 141773.27 | 285606.12 | 141771.60 | 285605.98 | 1.67 | 0.14 |
2 | 142158.04 | 284822.49 | 142157.04 | 284822.78 | 1.00 | -0.29 |
3 | 142959.23 | 285234.42 | 142959.38 | 285234.96 | -0.15 | -0.54 |
4 | 143287.03 | 285115.16 | 143286.01 | 285116.78 | 1.02 | -1.62 |
5 | 142973.79 | 284882.75 | 142972.98 | 284881.66 | 0.81 | 1.09 |
6 | 142878.22 | 284435.79 | 142877.90 | 284436.00 | 0.32 | -0.21 |
7 | 142953.83 | 283573.30 | 142954.13 | 283573.05 | -0.31 | 0.25 |
8 | 142998.55 | 284220.45 | 142997.60 | 284219.99 | 0.95 | 0.45 |
9 | 141710.15 | 283624.51 | 141709.52 | 283625.37 | 0.63 | -0.87 |
10 | 141767.84 | 282690.03 | 141766.74 | 282690.88 | 1.11 | -0.85 |
11 | 141766.41 | 282776.56 | 141768.01 | 282777.35 | -1.60 | -0.78 |
12 | 141767.95 | 282997.14 | 141766.71 | 282995.96 | 1.23 | 1.18 |
13 | 141780.12 | 283163.68 | 141780.31 | 283163.22 | -0.18 | 0.46 |
14 | 142464.73 | 283585.86 | 142464.48 | 283586.29 | 0.25 | -0.43 |
15 | 142421.69 | 283170.80 | 142422.06 | 283171.98 | -0.36 | -1.19 |
16 | 142382.53 | 282696.70 | 142384.41 | 282697.69 | -1.88 | -0.98 |
17 | 142332.61 | 282107.59 | 142331.07 | 282106.51 | 1.55 | 1.08 |
18 | 145411.70 | 283402.43 | 145412.25 | 283402.27 | -0.56 | 0.15 |
19 | 145732.83 | 284104.00 | 145731.68 | 284104.86 | 1.16 | -0.86 |
20 | 146630.60 | 283953.50 | 146629.52 | 283954.68 | 1.08 | -1.18 |
21 | 147859.81 | 282824.92 | 147860.91 | 282826.02 | -1.10 | -1.10 |
22 | 144376.64 | 286133.69 | 144375.95 | 286135.01 | 0.70 | -1.32 |
23 | 148386.58 | 286387.13 | 148385.09 | 286388.59 | 1.49 | -1.47 |
24 | 148570.71 | 286847.90 | 148570.80 | 286846.59 | -0.09 | 1.31 |
25 | 146352.13 | 285404.65 | 146351.29 | 285403.88 | 0.83 | 0.77 |
26 | 145180.77 | 286138.96 | 145180.08 | 286138.26 | 0.70 | 0.70 |
27 | 145364.88 | 286533.21 | 145362.97 | 286534.18 | 1.91 | -0.97 |
X向中误差 | 1.05 | Y向中误差 | 0.92 | 总中误差 | 1.40 |
表中,InSAR_X代表,InSAR_Y代表,GCP_X代表,CP_Y代表,dx代表,dy代表。
表2道路点灰度值分析表
No | 最小值 | 最大值 | 均值 |
1 | 78 | 120 | 99 |
2 | 91 | 113 | 101 |
3 | 92 | 106 | 96 |
4 | 92 | 105 | 96 |
5 | 81 | 90 | 86 |
6 | 64 | 112 | 92 |
7 | 80 | 115 | 98 |
8 | 96 | 113 | 103 |
9 | 70 | 122 | 88 |
10 | 73 | 112 | 93 |
11 | 60 | 119 | 91 |
12 | 79 | 115 | 92 |
13 | 72 | 111 | 100 |
14 | 96 | 116 | 107 |
总计 | 60 | 122 | 96 |
Claims (3)
1.合成孔径雷达干涉测量数据中道路属性数据的提取方法,其特征在于,包括如下步骤:
导入道路地理数据,至少包括道路边界的经度和纬度;
将道路边界的数据沿东西方向内收Tx,将道路边界的数据沿南北方向内收Ty,重新确定道路新边界;所述Tx为合成孔径雷达干涉测量数据东西方向的定位误差,Ty为合成孔径雷达干涉测量数据东西方向的定位误差;
判断每个PS点是否落入道路新边界,如果是,提取该数据;如果否,剔除该数据;
获得提取后的第一数据集,该数据集内的PS点属性为道路。
2.根据权利要求1所述合成孔径雷达干涉测量数据中道路属性数据的提取方法,其特征在于,还包括如下后续步骤:
判断第一数据集内PS点图像的灰度值是否在Vmin与Vmax之间,如果是,进一步提取该数据;如果否,剔除该数据;Vmin为道路属性PS点的最小亮度值,Vmax为道路PS点的最大亮度值;
获得进一步提取后的第二数据集,该数据集内的PS点属性为道路。
3.根据权利要求2所述合成孔径雷达干涉测量数据中道路属性数据的提取方法,其特征在于,Vmin=60;Vmax=122。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510216331.3A CN104765887A (zh) | 2015-04-29 | 2015-04-29 | 合成孔径雷达干涉测量数据中道路属性数据的提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510216331.3A CN104765887A (zh) | 2015-04-29 | 2015-04-29 | 合成孔径雷达干涉测量数据中道路属性数据的提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104765887A true CN104765887A (zh) | 2015-07-08 |
Family
ID=53647714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510216331.3A Pending CN104765887A (zh) | 2015-04-29 | 2015-04-29 | 合成孔径雷达干涉测量数据中道路属性数据的提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104765887A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019126972A1 (zh) * | 2017-12-26 | 2019-07-04 | 深圳市城市公共安全技术研究院有限公司 | 基于InSAR的形变信息提取方法、终端及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101201934A (zh) * | 2006-12-15 | 2008-06-18 | 财团法人工业技术研究院 | 视频对象分段方法 |
EP1959270A1 (en) * | 2007-02-15 | 2008-08-20 | Selex Sensors and Airborne Systems Limited | Improved synthetic aperture radar technique |
CN101706577A (zh) * | 2009-12-01 | 2010-05-12 | 中南大学 | InSAR监测高速公路路面沉降方法 |
US8125370B1 (en) * | 2007-04-16 | 2012-02-28 | The United States Of America As Represented By The Secretary Of The Navy | Polarimetric synthetic aperture radar signature detector |
CN103164686A (zh) * | 2011-12-12 | 2013-06-19 | 中国科学院对地观测与数字地球科学中心 | 一种根据船只的高分辨率sar 图像识别船只类型的方法 |
CN103453884A (zh) * | 2013-08-30 | 2013-12-18 | 天津市测绘院 | 基于分区的完整地物测绘作业方法 |
-
2015
- 2015-04-29 CN CN201510216331.3A patent/CN104765887A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101201934A (zh) * | 2006-12-15 | 2008-06-18 | 财团法人工业技术研究院 | 视频对象分段方法 |
EP1959270A1 (en) * | 2007-02-15 | 2008-08-20 | Selex Sensors and Airborne Systems Limited | Improved synthetic aperture radar technique |
US8125370B1 (en) * | 2007-04-16 | 2012-02-28 | The United States Of America As Represented By The Secretary Of The Navy | Polarimetric synthetic aperture radar signature detector |
CN101706577A (zh) * | 2009-12-01 | 2010-05-12 | 中南大学 | InSAR监测高速公路路面沉降方法 |
CN103164686A (zh) * | 2011-12-12 | 2013-06-19 | 中国科学院对地观测与数字地球科学中心 | 一种根据船只的高分辨率sar 图像识别船只类型的方法 |
CN103453884A (zh) * | 2013-08-30 | 2013-12-18 | 天津市测绘院 | 基于分区的完整地物测绘作业方法 |
Non-Patent Citations (2)
Title |
---|
兰恒星 等: "城市复杂地面沉降永久干涉雷达监测属性分类研究", 《工程地质学报》 * |
周立凡: "城市重大工程区高分辨率永久散射体雷达干涉地表形变监测", 《中国博士学位论文全文数据库基础科学辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019126972A1 (zh) * | 2017-12-26 | 2019-07-04 | 深圳市城市公共安全技术研究院有限公司 | 基于InSAR的形变信息提取方法、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104765026A (zh) | 合成孔径雷达干涉测量数据中地面属性数据的提取方法 | |
Dawei et al. | Unmanned aerial vehicle (UAV) photogrammetry technology for dynamic mining subsidence monitoring and parameter inversion: A case study in China | |
CN102426395B (zh) | 一种基于三维地质遥感判释技术的滑坡体体积参数量测方法 | |
CN101714211B (zh) | 高分辨率遥感影像道路中心线的检测的方法 | |
CN103047970B (zh) | 一种确定塌陷耕地损害边界的方法 | |
CN104123470A (zh) | 一种优化地面沉降监测网的方法 | |
Van Son et al. | A framework for reliable three-dimensional underground utility mapping for urban planning | |
CN109085588B (zh) | 基于Terra SAR-X高分辨率聚束模式数据电网铁塔倾斜的监测方法 | |
CN104765887A (zh) | 合成孔径雷达干涉测量数据中道路属性数据的提取方法 | |
CN109991682B (zh) | 地表水体与隧道水力联系的遥感分析方法 | |
CN101216297A (zh) | 森林资源航天遥感与地面角规抽样配套系统集成技术方法 | |
CN110310370A (zh) | 一种基于积分平差实现gps与srtm点面融合的方法 | |
CN103698749B (zh) | 一种利用小数据集sar图像序列提取永久散射体的方法 | |
CN111398958B (zh) | 一种确定地面沉降与黄土填挖方区建筑高度相关性的方法 | |
Kadhim et al. | Digital geotechnical maps of Basrah city using geographical information systems technique | |
CN104793207A (zh) | 合成孔径雷达干涉测量数据中建筑物属性数据的提取方法 | |
Zheng et al. | Typical applications of airborne lidar technolagy in geological investigation | |
Hu et al. | Ground deformation extraction using visible images and LiDAR data in mining area | |
Haugen | Qualitative and quantitative comparative analyses of 3D lidar landslide displacement field measurements | |
Lalak et al. | The analysis of the accuracy of digital terrain model (Dtm) obtained from high resolution geoeye-1 satellite imagery | |
CHENG et al. | Dynamic Monitoring of Typical Geographic Mining Conditions of Yanzhou Coal Field Based on High-resolution Remote Sensing Images | |
Zhang et al. | Evaluation of the Impact of Urbanization Factors on Land Subsidence by GWR | |
Çelik et al. | Geodetic infrastructure of Turkey for GIS, GPS and remote sensing applications | |
Ren et al. | Monitoring Yanwan deep-seated toppling deformation with the impact of water-level fluctuation by SAR observations | |
Qi et al. | Application of Ground-based Deformation Monitoring Radar in Mine Slope Monitoring-Taking a mine in Inner Mongolia as an example |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150708 |