CN110276796A - 基于高分辨sar图像的浮顶油罐储量估算方法 - Google Patents
基于高分辨sar图像的浮顶油罐储量估算方法 Download PDFInfo
- Publication number
- CN110276796A CN110276796A CN201910552840.1A CN201910552840A CN110276796A CN 110276796 A CN110276796 A CN 110276796A CN 201910552840 A CN201910552840 A CN 201910552840A CN 110276796 A CN110276796 A CN 110276796A
- Authority
- CN
- China
- Prior art keywords
- oil tank
- image
- point
- distance
- sar
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F22/00—Methods or apparatus for measuring volume of fluids or fluent solid material, not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Fluid Mechanics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于高分辨SAR图像的浮顶油罐储量估算方法,属于SAR遥感图像处理与分析技术领域。本发明利用高分辨率SAR遥感成像的二面角反射特性和图像成像几何特性,通过计算近端油罐的底部和顶部的高度H,计算油罐浮顶面与远端油罐内壁顶部的高度h,在SAR图像上直接测量近端油罐顶部与远端油罐顶部由二次反射形成的图像强度峰值点的距离作为油罐直径D,最后得到油罐储油体积V。本发明突破原有基于光学遥感估计油罐储量的限制,实现了全天候全天时的观测,而且基于SAR二次反射成像原理,通过图像中峰值点提取提高了储量估计的精度。本发明可以快速精确对全球石油储备库区浮顶油罐进行储量分析。
Description
技术领域
本发明属于SAR遥感图像处理与分析技术领域,具体涉及一种基于高分辨率SAR遥感图像的浮顶油罐储量估算方法。
背景技术
伴随着世界石油工业的发展与进步,原油的储备和运输对储罐储量的要求越来越大,油罐大型化有很多优点,比如节省用钢、减少投资、减少占地面积,便于操作管理等。目前浮顶油罐是国内外在大中型油罐中最常用的一种结构形式。所谓浮顶罐,是上部开口的立式圆柱形油罐,钢浮顶在油面上随着液面升降。浮顶与液面基本不存在油气空间,油品不能挥发,经济性指标较固定顶油罐有了很大的提高。在浮顶与罐内壁之间的环形空间上有伴随浮顶浮动的密封装置,这种油罐的顶部与其他固定顶油罐相比,在设计时结构更易于处理,由于罐顶的自重受储液支撑其受力状况良好,故大型油罐大多采用浮顶油罐。
浮顶油罐作为国家储备基地石油的储备主要器具,在全球各国的国民经济发展中所起的作用是无可替代的。因此对全球范围内的油罐体积预估,可以掌握全球原油市场的产量和库存量等,这些信息对于国家安全具有重要价值,对国家战略决策具有重要的意义。
传统的接触式油罐体积测量方法,受到测量条件的限制,只能适用于局部的测量,不能满足全球范围内油罐体积测量需求,所以可以利用高分辨率遥感卫星遥感影像来获得油罐的体积,从而达到估测世界各地原油储量的目的。目前国内外求油罐的高度经常是基于油罐的阴影提取方法。即利用光学遥感图像中浮顶储油罐的阴影,通过太阳高度角和阴影长度来计算储油罐的油量。光学遥感数据会受制于云、雾、雨等天气以及光照条件的限制,而合成孔径雷达(SAR)作为一种有源遥感设备,能够全天时全天候工作,同样可获得高分辨率遥感图像。根据SAR成像原理,靠近合成孔径雷达方向的油罐底部会形成二面角反射,同样在远离合成孔径雷达方向的浮顶也形成二面角反射,二面角反射在SAR图像上表现为强反射点。由于浮顶高度的变化导致SAR图像上的强反射点位移发生变化。油罐的浮顶越低,位移就越大,储油量越少。因此基于高分辨率SAR图像中二次反射强反射点的位置关系可以获得浮顶油罐的储量。该方法相较于光学遥感摆脱了天气和夜晚的影响,具有全天候全天时的优势,在战略军事和宏观经济上更具价值。
发明内容
本发明利用高分辨率SAR遥感成像的二面角反射特性和图像成像几何特性,提供了一种基于高分辨率SAR图像的浮顶油罐储量估算方法,所述方法包括如下步骤:
步骤一:获取浮顶油罐的高分辨率SAR地距图像;
步骤二:根据雷达产品参数文件获得雷达成像的侧视方向、升降轨等;
步骤三:根据侧视方向和升降轨,确定油罐靠近雷达方向的图像位置(近端油罐);
步骤四:确定近端油罐的壁体顶部形成的图像位置,根据图像强度峰值确定反射中心点A′11;
步骤五:确定近端油罐的壁体和地面之间二面角反射形成的图像位置,根据图像强度峰值确定反射中心点A12;
步骤六:在地距图像上测量A′11点和A12点的地面距离L;
步骤七:根据雷达产品参数文件获得近端油罐壁体底部对应的天线视角a1;
步骤八:计算近端油罐的底部和顶部的高度H,H≈tanα1×L;
步骤九:根据侧视方向和升降轨,确定油罐远离雷达方向的图像位置(远端油罐);
步骤十:确定远端油罐的壁罐(壁体)顶部形成的图像位置,根据图像强度峰值确定反射中心点A′21;
步骤十一:确定远端油罐的内壁和浮顶面之间二面角反射形成的图像位置,根据图像强度峰值确定反射中心点A22;
步骤十二:在地距图像上测量A′21点和A22点的地面距离l;
步骤十三:根据雷达产品参数文件获得远端油罐内壁和浮顶面在雷达视向垂面上的交点A22对应的天线视角a2;
步骤十四:计算油罐浮顶面与远端油罐内壁顶部的高度h,h≈tanα2×l;
步骤十五:计算油罐浮顶面与底部的高度ΔH,ΔH=H-h;
步骤十六:计算近端油罐顶部与远端油罐顶部的距离,即油罐直径D,D=|A′11A″21|;
步骤十七:计算油罐储油体积V,
本发明的优点在于:
(1)本发明基于高分辨率SAR遥感图像,突破原有基于光学遥感估计油罐储量的限制,实现了全天候全天时的观测,而且基于SAR二次反射成像原理,通过图像中峰值点提取提高了储量估计的精度。
(2)本发明可以快速精确对全球石油储备库区浮顶油罐进行储量分析,从而获取全球原油市场的产量和库存量等战略信息,对掌握各国的经济实力、战略决策、执行动向等信具有重要的意义。
附图说明
图1为浮顶油罐回波反射几何关系示意图;
图2为浮顶油罐在SAR地距图像的示例图;
图3为浮顶油罐近端外侧壁成像几何示意图;
图4为浮顶油罐远端内侧壁成像几何示意图;
图5为基于高分辨率SAR图像的浮顶油罐储量计算方法流程示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
首先介绍一下浮顶油罐回波反射几何关系,如图1所示,图中A11为近端油罐顶点,A12为近端油罐底点,A21为远端油罐顶点,A22为远端油罐内壁与油罐浮顶在雷达视向垂面上的交点。A11和A21点由于单次反射,在SAR图像中表现为强散射点;A12和A22点,由于油罐壁和地面(或浮顶面)产生二面角反射,在SAR图像中表现为强散射点;如图2,油罐曲面由于镜面反射,在SAR图像中表现为较弱的散射,呈现暗黑色;浮顶由于镜面反射,在SAR图像中表现为较弱的散射,呈现暗黑色。
基于所述的几何关系,本发明提供一种基于高分辨SAR图像的浮顶油罐储量估算方法,如图5所示流程,所述方法包括如下步骤:
步骤一:获取浮顶油罐的高分辨率SAR地距图像,如图2,定义图2中从左到右的方向为侧视方向;
步骤二:根据雷达产品参数文件获得雷达成像的侧视方向、升降轨等;
步骤三:根据侧视方向和升降轨,确定油罐靠近雷达方向的图像位置(近端油罐);
步骤四:确定近端油罐的壁体顶部形成的图像位置,根据图像强度峰值确定反射中心点A′11;
步骤五:确定近端油罐的壁体和地面之间二面角反射形成的图像位置,根据图像强度峰值确定反射中心点A12;
步骤六:在地距图像上测量A′11点和A12点的地面距离L;
步骤七:根据雷达产品参数文件获得近端油罐壁体底部对应的天线视角a1;
步骤八:计算近端油罐的底部和顶部的高度H,H≈tanα1×L;
如图3所示,图中O为SAR传感器位置,R1为传感器至A11的斜距,R2为传感器至A12的斜距,以O为圆心,R1为半径画圆弧,圆弧与地面相交于A′11点,L为A′11、A12之间的距离,即近端油罐外壁顶底间的地距差。θ为A11和A12至传感器之间的夹角,由于θ≈0,因此A11A′11与OA12近似垂直,则∠A11A′11A12≈α1,则:H≈tanα1×L。
步骤九:根据侧视方向和升降轨,确定油罐远离雷达方向的图像位置(远端油罐);
步骤十:确定远端油罐的壁罐顶部形成的图像位置,根据图像强度峰值确定反射中心点A′21;
步骤十一:确定远端油罐的内壁和浮顶面之间二面角反射形成的图像位置,根据图像强度峰值确定反射中心点A22;
步骤十二:在地距图像上测量A′21点和A22点的地面距离l;
步骤十三:根据雷达产品参数文件获得远端油罐内壁和浮顶面交点A22对应的天线视角a2;
步骤十四:计算油罐浮顶面与远端油罐内壁顶部的高度h,h≈tanα2×l;
如图4所示,图中O为SAR传感器位置,r1为传感器至A21的斜距,r2为传感器至A22的斜距,以O为圆心,r1为半径画圆弧,圆弧与浮顶面相交于A′21点,l为A′21与A22之间的距离。β为r1和r2之间的夹角,由于β≈0,因此r1与A′21A21近似垂直,则∠A21A′21A22≈α2,则有h≈tanα2×l。
步骤十五:计算油罐浮顶面与底部的高度ΔH,ΔH=H-h;
步骤十六:在具备地理信息的雷达图像中,测量近端油罐顶部与远端油罐顶部由二次反射形成的图像强度峰值点的距离,即油罐直径D,D=|A′11A′21|;其中,A′21是远端油罐顶在SAR平面图像中的位置点。
步骤十七:计算油罐储油体积V,
Claims (3)
1.基于高分辨SAR图像的浮顶油罐储量估算方法,其特征在于:所述方法包括如下步骤,
步骤一:获取浮顶油罐的高分辨率SAR地距图像;
步骤二:根据雷达产品参数文件获得雷达成像的侧视方向和升降轨;
步骤三:根据侧视方向和升降轨,确定近端油罐的图像位置;
步骤四:确定近端油罐的壁体顶部形成的图像位置,根据图像强度峰值确定反射中心点A′11;
步骤五:确定近端油罐的壁体和地面之间二面角反射形成的图像位置,根据图像强度峰值确定反射中心点A12;
步骤六:在地距图像上测量A′11点和A12点的地面距离L;
步骤七:根据雷达产品参数文件获得近端油罐壁体底部对应的天线视角a1;
步骤八:计算近端油罐的底部和顶部的高度H,H≈tanα1×L;
步骤九:根据侧视方向和升降轨,确定远端油罐的图像位置;
步骤十:确定远端油罐的壁罐顶部形成的图像位置,根据图像强度峰值确定反射中心点A′21;
步骤十一:确定远端油罐的内壁和浮顶面之间二面角反射形成的图像位置,根据图像强度峰值确定反射中心点A22;
步骤十二:在地距图像上测量A′21点和A22点的地面距离l;
步骤十三:根据雷达产品参数文件获得远端油罐内壁和浮顶面在雷达视向垂面上的交点A22对应的天线视角a2;
步骤十四:计算油罐浮顶面与远端油罐内壁顶部的高度h,h≈tanα2×l;
步骤十五:计算油罐浮顶面与底部的高度ΔH,ΔH=H-h;
步骤十六:测量近端油罐顶部与远端油罐顶部由二次反射形成的图像强度峰值点的距离,即油罐直径D,D=|A′11A″21|;A″21是远端油罐顶在SAR平面图像中的位置点;
步骤十七:计算油罐储油体积V,
2.根据权利要求1所述的基于高分辨SAR图像的浮顶油罐储量估算方法,其特征在于:步骤八中所述的高度H,通过如下方式获得:
设O为SAR传感器位置,R1为传感器至A11的斜距,R2为传感器至A12的斜距,以O为圆心,R1为半径画圆弧,圆弧与地面相交于A′11点,L为A′11、A12之间的距离,即近端油罐外壁顶底间的地距差;θ为A11和A12至传感器之间的夹角,由于θ≈0,因此A11A′11与OA12近似垂直,则∠A11A′11A12≈α1,则:H≈tanα1×L。
3.根据权利要求1所述的基于高分辨SAR图像的浮顶油罐储量估算方法,其特征在于:步骤十四中所述的高度h,通过如下方式获得:
设O为SAR传感器位置,r1为传感器至A21的斜距,r2为传感器至A22的斜距,以O为圆心,r1为半径画圆弧,圆弧与浮顶面相交于A′21点,l为A′21与A22之间的距离;β为r1和r2之间的夹角,由于β≈0,因此r1与A′21A21近似垂直,则∠A21A′21A22≈α2,则有h≈tanα2×l。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910552840.1A CN110276796B (zh) | 2019-06-25 | 2019-06-25 | 基于高分辨sar图像的浮顶油罐储量估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910552840.1A CN110276796B (zh) | 2019-06-25 | 2019-06-25 | 基于高分辨sar图像的浮顶油罐储量估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110276796A true CN110276796A (zh) | 2019-09-24 |
CN110276796B CN110276796B (zh) | 2020-01-03 |
Family
ID=67961797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910552840.1A Active CN110276796B (zh) | 2019-06-25 | 2019-06-25 | 基于高分辨sar图像的浮顶油罐储量估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110276796B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111540007A (zh) * | 2020-04-10 | 2020-08-14 | 中国资源卫星应用中心 | 一种利用sar图像估算油罐存储量的方法 |
DE102020124253A1 (de) | 2020-09-17 | 2022-03-17 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Füllstandsbestimmung von Öltanks durch Radarbildgebung eines Satelliten |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150240624A1 (en) * | 2013-08-16 | 2015-08-27 | Landmark Graphics Corporation | Determining reserve estimates for a reservoir |
CN107945228A (zh) * | 2017-12-14 | 2018-04-20 | 北京市遥感信息研究所 | 一种基于单幅卫星图像提取油罐高度的方法 |
CN108053416A (zh) * | 2017-12-14 | 2018-05-18 | 北京市遥感信息研究所 | 一种基于单幅卫星图像的最大储油量提取系统 |
-
2019
- 2019-06-25 CN CN201910552840.1A patent/CN110276796B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150240624A1 (en) * | 2013-08-16 | 2015-08-27 | Landmark Graphics Corporation | Determining reserve estimates for a reservoir |
CN107945228A (zh) * | 2017-12-14 | 2018-04-20 | 北京市遥感信息研究所 | 一种基于单幅卫星图像提取油罐高度的方法 |
CN108053416A (zh) * | 2017-12-14 | 2018-05-18 | 北京市遥感信息研究所 | 一种基于单幅卫星图像的最大储油量提取系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111540007A (zh) * | 2020-04-10 | 2020-08-14 | 中国资源卫星应用中心 | 一种利用sar图像估算油罐存储量的方法 |
CN111540007B (zh) * | 2020-04-10 | 2023-04-28 | 中国资源卫星应用中心 | 一种利用sar图像估算油罐存储量的方法 |
DE102020124253A1 (de) | 2020-09-17 | 2022-03-17 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Füllstandsbestimmung von Öltanks durch Radarbildgebung eines Satelliten |
WO2022058402A1 (de) * | 2020-09-17 | 2022-03-24 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Füllstandsbestimmung von öltanks durch radarbildgebung eines satelliten |
DE102020124253B4 (de) | 2020-09-17 | 2023-08-03 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Füllstandsbestimmung von Öltanks durch Radarbildgebung eines Satelliten |
Also Published As
Publication number | Publication date |
---|---|
CN110276796B (zh) | 2020-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110414396B (zh) | 一种基于深度学习的无人艇感知融合算法 | |
CN107389026B (zh) | 一种基于固定点射影变换的单目视觉测距方法 | |
US6667710B2 (en) | 3-D weather buffer display system | |
US9460353B2 (en) | Systems and methods for automated water detection using visible sensors | |
CN109061646B (zh) | 一种基于降水云识别的多普勒天气雷达定量降水估计方法 | |
Zhu et al. | Projection shape template-based ship target recognition in TerraSAR-X images | |
CN110276796A (zh) | 基于高分辨sar图像的浮顶油罐储量估算方法 | |
CN107588823A (zh) | 基于双波段成像的水尺水位测量方法 | |
CN108229342A (zh) | 一种海面舰船目标自动检测方法 | |
CN109490906B (zh) | 一种基于激光雷达的船载波浪动态测量装置 | |
US7840075B2 (en) | Marine radar system with three-dimensional memory | |
CN110443201B (zh) | 基于多源影像联合形状分析与多属性融合的目标识别方法 | |
CN111337928B (zh) | 一种雷达回波移动信息计算方法和装置 | |
CN109635737A (zh) | 基于道路标记线视觉识别辅助车辆导航定位方法 | |
Knapskog et al. | Characteristics of ships in harbour investigated in simultaneous images from TerraSAR-X and PicoSAR | |
CN108470142A (zh) | 基于逆透视投影和车道距离约束的车道定位方法 | |
CN108871409A (zh) | 一种故障检测方法和系统 | |
US7714766B2 (en) | Method of processing a radar image | |
CN103675814B (zh) | 基于圆周sar确定建筑物地平面高度的方法 | |
US8902292B2 (en) | Method and device for generating a representation of surroundings | |
CN106569206A (zh) | 一种基于微波光学复合的目标探测方法 | |
CN103975249B (zh) | 图像处理装置、雷达装置、图像处理方法 | |
CN111540007B (zh) | 一种利用sar图像估算油罐存储量的方法 | |
CN115792912A (zh) | 一种弱观测条件下基于视觉与毫米波雷达融合的水面无人艇环境感知方法及系统 | |
CN109031294A (zh) | 基于相似性检验的极化sar舰船目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |