CN104793207A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN104793207A CN104793207A CN201510217274.0A CN201510217274A CN104793207A CN 104793207 A CN104793207 A CN 104793207A CN 201510217274 A CN201510217274 A CN 201510217274A CN 104793207 A CN104793207 A CN 104793207A
- Authority
- CN
- China
- Prior art keywords
- data
- buildings
- building
- synthetic aperture
- aperture radar
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及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。目的在于提出基于地理信息数据库,提出了PS数据中建筑物属性数据的提取方法。步骤如下:导入建筑物地理数据;将建筑物边界的数据沿东西方向外扩Tx,将建筑物边界的数据沿南北方向外扩Ty,垂直方向整体上移Tz,重新确定建筑物新边界;判断每个PS点是否落入建筑物新边界,如果是,提取该数据;如果否,剔除该数据;获得提取后的数据集内的PS点属性为建筑物。经过时序InSAR数据采用本发明方法对建筑物属性数据提取,PS点的正确率为87.3%。
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建筑物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、建筑物、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数据中建筑物属性数据的提取方法。
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,包括如下步骤:
导入建筑物地理数据,至少包括建筑物顶部的经度、纬度和高度;
将建筑物边界的数据沿东西方向外扩Tx,将建筑物边界的数据沿南北方向外扩Ty,垂直方向整体上移Tz,重新确定建筑物新边界;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;Tz为合成孔径雷达干涉测量数据垂直方向的定位误差;
判断每个PS点是否落入建筑物新边界,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点属性为建筑物。
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为建筑物属性PS点的最小亮度值,Vmax为建筑物属性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点属性为建筑物。
作为更进一步的优选方案,Vmin=170;Vmax=255。
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建筑物属性数据提取,PS点的正确率为87.3%。
(二)如果以影像特征为依据进一步进行建筑物属性数据提取,PS点的正确率为95.8%。
(三)属性数据提取后进行的建筑物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外扩、南北方向外扩、垂直方向抬升的示意图;图中,围成的立方体代表地理数据所确定的建筑物边界,围成的立方体代表东西方向外扩、南北方向外扩、垂直方向抬升后所确定的建筑物边界。
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24个建筑物点进行其地理编码误差分析,误差统计如表1、2所示。X向(东西向)中误差为0.92米,Y向(南北向)中误差为0.75米,平面总中误差为1.19米,高程误差0.9米。
(2)三维空间分析
以实验区内一个4层建筑物为例,说明数据提取的过程:
经过时序InSAR数据处理后共有PS点215个。
首先,导入建筑物地理数据,至少包括建筑物边界的经度和纬度;
将建筑物边界的数据沿东西方向外扩0.92米,将建筑物边界的数据沿南北方向外扩0.75米,垂直方向整体抬升0.9米,重新确定建筑物新边界;
判断215个PS点中每个PS点是否落入建筑物新边界,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79个PS点;经过分析异常点为10个,正确率为87.3%。
(3)影像特征分析
在实验区内随机选择14栋建筑物进行亮度信息的分析,所有建筑物的最大值均为255,最小值则差异比较大,从170增大至237,因此采用最值分析法可知所有建筑物的最小亮度值为170,最大亮度值为255。
判断第一数据集内PS点图像的灰度值是否在170与255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点属性为建筑物。最终获得属于该建筑物的高可信度的PS点72个,经过分析,其中异常点为3个,正确率为95.8%。
最终获得属于该建筑物的高可信度的PS点72个。
表1建筑物点地理编码误差分析
No | InSAR_X | InSAR_Y | GCP_X | GCP_Y | dx | dy |
1 | 141891.33 | 283529.58 | 141891.90 | 283529.06 | -0.57 | 0.52 |
2 | 141847.69 | 283416.63 | 141849.09 | 283416.41 | -1.40 | 0.22 |
3 | 142068.34 | 283212.08 | 142067.92 | 283212.42 | 0.42 | -0.34 |
4 | 142523.49 | 282742.42 | 142522.04 | 282743.00 | 1.45 | -0.58 |
5 | 142575.77 | 283409.56 | 142575.52 | 283409.66 | 0.25 | -0.10 |
6 | 143260.96 | 285636.42 | 143261.40 | 285637.75 | -0.44 | -1.33 |
7 | 143507.74 | 285375.78 | 143508.63 | 285374.89 | -0.89 | 0.89 |
8 | 143546.76 | 285173.62 | 143547.73 | 285173.28 | -0.97 | 0.34 |
9 | 145029.45 | 284252.07 | 145031.42 | 284252.02 | -1.97 | 0.05 |
10 | 145159.75 | 284398.35 | 145160.01 | 284399.77 | -0.26 | -1.42 |
11 | 144399.48 | 286023.10 | 144399.49 | 286023.08 | -0.01 | 0.02 |
12 | 144589.66 | 285986.68 | 144589.27 | 285986.21 | 0.39 | 0.47 |
13 | 145268.47 | 286156.28 | 145268.92 | 286155.40 | -0.45 | 0.88 |
14 | 146169.04 | 285133.94 | 146169.98 | 285133.15 | -0.94 | 0.79 |
15 | 141688.62 | 283815.63 | 141689.81 | 283814.65 | -1.19 | 0.98 |
16 | 142031.74 | 283840.89 | 142032.45 | 283841.54 | -0.71 | -0.65 |
17 | 142322.25 | 283098.99 | 142321.27 | 283099.59 | 0.98 | -0.60 |
18 | 143152.37 | 282373.42 | 143151.67 | 282372.84 | 0.70 | 0.58 |
19 | 142708.98 | 285510.06 | 142707.85 | 285508.96 | 1.13 | 1.10 |
20 | 144427.24 | 285590.88 | 144426.59 | 285590.53 | 0.65 | 0.35 |
21 | 144458.15 | 285660.84 | 144457.11 | 285662.45 | 1.04 | -1.61 |
22 | 143983.88 | 286023.50 | 143983.83 | 286022.97 | 0.05 | 0.53 |
23 | 144674.44 | 286361.14 | 144674.68 | 286360.73 | -0.24 | 0.41 |
24 | 145130.29 | 286100.55 | 145128.72 | 286100.44 | 1.57 | 0.11 |
X向中误差 | 0.92 | Y向中误差 | 0.75 | 总中误差 | 1.19 |
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建筑物点高程误差分析表
表3建筑物点灰度值分析表
No | 最小值 | 最大值 | 均值 |
1 | 174 | 255 | 237 |
2 | 171 | 255 | 239 |
3 | 174 | 255 | 200 |
4 | 204 | 255 | 246 |
5 | 210 | 255 | 248 |
6 | 190 | 255 | 247 |
7 | 178 | 255 | 239 |
8 | 171 | 255 | 230 |
9 | 170 | 255 | 245 |
10 | 237 | 255 | 252 |
11 | 226 | 255 | 251 |
12 | 170 | 255 | 226 |
13 | 185 | 255 | 240 |
14 | 188 | 255 | 237 |
总计 | 170 | 255 | 239 |
Claims (3)
1.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,其特征在于,包括如下步骤:
导入建筑物地理数据,至少包括建筑物顶部的经度、纬度和高度;
将建筑物边界的数据沿东西方向外扩Tx,将建筑物边界的数据沿南北方向外扩Ty,垂直方向整体上移Tz,重新确定建筑物新边界;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;Tz为合成孔径雷达干涉测量数据垂直方向的定位误差;
判断每个PS点是否落入建筑物新边界,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点属性为建筑物。
2.根据权利要求1所述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,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为建筑物属性PS点的最小亮度值,Vmax为建筑物属性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点属性为建筑物。
3.根据权利要求2所述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,其特征在于,Vmin=170;Vmax=255。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510217274.0A CN104793207A (zh) | 2015-04-29 | 2015-04-29 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510217274.0A CN104793207A (zh) | 2015-04-29 | 2015-04-29 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104793207A true CN104793207A (zh) | 2015-07-22 |
Family
ID=53558170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510217274.0A Pending CN104793207A (zh) | 2015-04-29 | 2015-04-29 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104793207A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6583751B1 (en) * | 1999-05-25 | 2003-06-24 | Politecnico Di Milano | Process for radar measurements of the movement of city areas and landsliding zones |
CN103970932A (zh) * | 2014-02-28 | 2014-08-06 | 杭州师范大学 | 一种高分辨率的建筑物和背景分离的永久散射体建模方法 |
-
2015
- 2015-04-29 CN CN201510217274.0A patent/CN104793207A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6583751B1 (en) * | 1999-05-25 | 2003-06-24 | Politecnico Di Milano | Process for radar measurements of the movement of city areas and landsliding zones |
CN103970932A (zh) * | 2014-02-28 | 2014-08-06 | 杭州师范大学 | 一种高分辨率的建筑物和背景分离的永久散射体建模方法 |
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》 * |
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 | |
CN1918451B (zh) | 用于从单一图像对3d对象进行测量、建模和地图制作的系统和方法 | |
CN101661497B (zh) | 遥感土地利用变化检测方法及系统 | |
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 | |
CN105806303B (zh) | 融合D-InSAR和模矢法求取概率积分参数的方法 | |
CN115560690B (zh) | 一种基于三维激光扫描技术的结构物整体变形分析方法 | |
CN103047970B (zh) | 一种确定塌陷耕地损害边界的方法 | |
CN104166163A (zh) | 基于三维大数据量地震数据体的断层曲面自动提取方法 | |
CN102879820A (zh) | 基于三角网格的三维表层模型构建方法 | |
CN105929462B (zh) | 一种探测西部浅埋煤层开采覆岩动态活动规律的方法 | |
Di et al. | Coastal mapping and change detection using high-resolution IKONOS satellite imagery | |
Triantafilis et al. | Digital soil-class mapping across the Edgeroi district using numerical clustering and gamma-ray spectrometry data | |
CN114279398B (zh) | 一种基于无人机航测技术的金属矿开采地表沉降监测方法 | |
An et al. | Ground subsidence monitoring in based on UAV-LiDAR technology: a case study of a mine in the Ordos, China | |
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 | |
Wang et al. | Automatic deformation extraction method of buildings in mining areas based on TLS point clouds | |
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 | |
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 | |
CN113653085B (zh) | 工程桩桩长预估方法及其预估系统 | |
Zheng et al. | Typical applications of airborne lidar technolagy in geological investigation | |
Turel et al. | Delineation of slope profiles from digital elevation models for landslide hazard analysis | |
CN109343116B (zh) | 一种非构造成因的地层形变地震检测方法 | |
CN110030985A (zh) | 一种地震水准测量标志的迁移方法 | |
CN110412631A (zh) | 一种线性工程gps快速放样施工方法 | |
Haugen | Qualitative and quantitative comparative analyses of 3D lidar landslide displacement field measurements |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150722 |