CN112068136A - 一种基于幅度偏移量的方位向形变监测方法 - Google Patents
一种基于幅度偏移量的方位向形变监测方法 Download PDFInfo
- Publication number
- CN112068136A CN112068136A CN202010957387.5A CN202010957387A CN112068136A CN 112068136 A CN112068136 A CN 112068136A CN 202010957387 A CN202010957387 A CN 202010957387A CN 112068136 A CN112068136 A CN 112068136A
- Authority
- CN
- China
- Prior art keywords
- offset
- images
- registration
- interference pair
- interference
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 238000011160 research Methods 0.000 claims abstract description 8
- 230000008859 change Effects 0.000 claims abstract description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003631 expected effect Effects 0.000 description 2
- 239000005433 ionosphere Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000013488 ordinary least square regression Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
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
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/004—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring coordinates of points
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
Abstract
本发明公开了一种利用幅度偏移量的方位向形变监测方法,包括以下几个步骤:一:获取覆盖研究区域不同监测时间的多幅SAR影像;二:设置时空基线阈值;三:针对每一个干涉对中的两幅影像进行粗配准,获取其中心像元的偏移量,作为每个干涉对的初始偏移量;四:通过对设置的像元级大小的滑动窗口进行遍历搜索并计算干涉对中两幅影像之间的相关值,并将相关值最大的窗口作为同名点所在窗口,从而获取同名点在两幅影像之间的偏移量;步骤五:对步骤四中配准得到的偏移量进行精配准;去除偏移量误差;步骤七:利用外部DEM对偏移量进行地理编码,解算偏移量在方位向上的变化;步骤八:利用最小二乘法得到一段时间内获取的偏移量监测结果。
Description
技术领域
本发明设计合成孔径雷达干涉测量技术领域,更进一步说是利用幅度偏移量监测方位向形变的方法。
背景技术
InSAR作为一种主动成像的微波遥感对地观测技术。相比较于传统水准测量、GPS测量等监测方式,该技术有效规避了工作量大、成本高、针对单点测量、下沉范围划分不明确以及不能反演地面三维形变和历史信息等缺陷。除此之外,InSAR技术的监测精度也达到了毫米级,且可以得到从历史某个时间点开始的连续时间段内的形变规律。尽管如此,InSAR技术仍然存在明显的不足,例如影像存在阴影和叠掩等问题、监测到的形变主要为雷达视线方向上的形变,而不能监测到雷达方位向上的形变。
以往的InSAR技术主要使用的是SAR影像的相位信息,而对于影像的幅度信息应用较少,而对影像幅度偏移量信息的提取在解决量级较大的地表垂直形变的同时,也能减少影像干涉对的相干性和噪声的影响,得到相较于普通InSAR技术范围更广的干涉结果,可以有效的得到影像在SAR传感器的方位向(或水平方向)上的形变。
发明内容
为了实现提取幅度偏移量并利用偏移量对影像结果进行处理,得到地表在雷达方位向上的形变,从而获得更准确的形变结果,本发明采用幅度偏移量提取技术,对研究区域进行地表形变监测处理。
一种基于幅度偏移量的方位向形变监测方法,包括以下步骤:
步骤一:获取覆盖研究区域不同监测时间的多幅SAR影像;
步骤二:设置时空基线阈值,采用小基线集思想方式进行配对;
步骤三:基于已知的影像数据和轨道数据,针对每一个干涉对中的两幅影像进行粗配准,获取其中心像元的偏移量,作为每个干涉对的初始偏移量;
步骤四:以步骤三中获取到的初始偏移量为基础,通过对设置的像元级大小的滑动窗口进行遍历搜索并计算干涉对中两幅影像之间的相关值,并将相关值最大的窗口作为同名点所在窗口,从而获取同名点在两幅影像之间的偏移量;
步骤五:对步骤四中配准得到的偏移量进行精配准;
步骤六:去除偏移量误差;
步骤七:利用外部DEM对偏移量进行地理编码,解算偏移量在方位向上的变化;
步骤八:利用最小二乘法得到一段时间内获取的偏移量监测结果。
在步骤二中,原则上将相邻两幅影像作为一个干涉对即可实现幅度偏移量的提取从而得到方位向形变,但考虑到在进行幅度偏移量监测的过程当中仍然存在配准的误差,因此为了,减少部分误差带来的影响,本次实验引用SBAS技术中的小基线集的筛选方式,通过设置空间、时间阈值的方式,在多幅影像中建立非相邻两幅影像组成的干涉对,即在多幅影像间建立三角网,为最终偏移量的生成提供约束条件,减少幅度偏移量提取误差;
进一步的,在每一对干涉对中,存在主影像和从影像,根据主、从影像的卫星轨道参数以及入射角等SAR卫星成像的几何关系,得到主影像中的中心点在从影像中的对应位置,实现将两幅影像初步叠加在一起,从而完成影像的粗配准;
进一步的,通过对设置的像元级大小的滑动窗口进行遍历搜索并计算干涉对中两幅影像之间的相关值,并将相关值最大的窗口作为同名点所在窗口,从而获取同名点在两幅影像之间的偏移量。为了寻找有效的主、从影像同名点,采用滑动窗口遍历搜索的方式进行配准。从主影像上按照影像分辨率选择多个适当的点或位置,以这些点的位置为中心,设置一定大小的遍历窗口作为目标窗口(窗口最好是以选定的点为中心),并同时在从影像相应位置生成同样大小的遍历窗口,该窗口位置已经通过步骤三的粗配准进行了改正。考虑到主、从影像的目标窗口中所含内容可能存在变化,为探究两个目标窗口内内容是否相同,即是否完成影像配准,使用公式(1)作为两个窗口相关值cos(i,j)计算的公式。并计算其偏移量
在(1)式中,(i,j)是遍历窗口的中心坐标,即从影像中窗口的中心坐标;(x,y)为主影像中待匹配的窗口的中心坐标,即参考窗口的中心坐标;p和p’分别为参考窗口和遍历窗口的像元值,和则分别表示为参考窗口和遍历窗口的平均像元值。当cos(i,j)达到最大时,完成两个窗口同名点的匹配。
进一步的,粗配准得到的偏移量始终是像元级别的偏移量,为了能够得到更高精度的偏移量提取结果,需要进行亚像元级别的精配准,与步骤四相同,精配准同样要设置目标窗口,且同样需要使用公式(1)。而与粗配准不同的是,精配准使用的目标窗口大小为亚像元级别,同时,获得亚像元级的偏移量时需要对原本像元级别的影像进行插值,以确定精确的目标点位置;
进一步的,为了确定地表形变引起的偏移量,需要去除噪声误差,其中,噪声误差包含了电离层、系统本身的噪声、轨道偏移量等误差,尽管在之前的步骤中已经去除部分偏移量误差,但是整体的偏移量误差仍然没有去除,且其中轨道偏移量时最主要的误差构成部分。对于影响较大的轨道偏移量误差,可以采取线性拟合的方式建立多项式模型去除轨道偏移量,而对于其他误差,可以适当使用类似InSAR中选取地面控制点的方式选取没有发生地表形变或地表形变极小,可视为稳定位置的控制点,在精配准过程中根据这些控制点的偏移量统计值估计整体偏移量误差;
进一步的,利用外部获取的DEM以及卫星成像的几何参数进行地理编码,将影像的偏移量转换到地理坐标系下的方位向和距离向位移。另外,由于已经获取了多幅影像,也可以使用D-InSAR中三轨或四轨的方式,选用一对干涉条件较好的干涉对,进行干涉处理并生成高精度DEM;
进一步的,由于在去除误差过程当中,偏移量的获取仍然存在未去除的误差,例如线性拟合过程中的误差以及选取地面控制点时仍未剔除的误差,因此,通过步骤二将影像进行干涉对配对之后,便将所有的影像通过组网的方式结合在一起。由于使用的幅度偏移量提取技术中的干涉对多是连续的利用最小二乘法得到一段时间内获取的偏移量监测结果。由于在去除误差过程当中,偏移量的获取仍然存在未去除的误差,例如线性拟合过程中的误差以及选取地面控制点时仍未剔除的误差,因此,通过步骤二将影像进行干涉对配对之后,便将所有的影像通过组网的方式结合在一起。由于使用的幅度偏移量提取技术中的干涉对多是连续的,因此使用最小二乘的方式可以有效对提取结果进行平差。
假设该组SAR数据得到的每个有效干涉对的形变量为D(m,n),其中m和n分别为干涉对的主、从影像,B为系数矩阵,同时,在平差过程中,每个D(m,n)都占有一定的权重,考虑到时间的长短对偏移量提取误差的影响,将D(m,n)对应的时间间隔与总时间的比值作为权P的倒数。同时,考虑到与普通的最小二乘法不同,幅度偏移量信息提取过程中相邻两景影像的重要性相较于普通时序InSAR处理中的相邻两景数据干涉对的重要性更大,因此,考虑当m和n分别代表相邻两景影像时,其权在本身或得到的P的基础上加倍,从而提高相邻两景影像生成干涉对的影响因子,最后,利用最小二乘公式得到形变量的改正量:
ΔD=(BTPB)-1BTPf(f为初始的改正数)
通过该最小二乘的方式去除较小的误差,实现提取的偏移量的精度提升的预期效果
本发明所达到的有益效果是:1、通过幅度偏移量跟踪技术获取两幅影像之间的像素偏移量,并通过像素分辨率反推得到地面目标点在监测时间段内的方位向形变量;2、借鉴设置时空基线阈值以及组三角网的方式,将多幅SAR影像按照时空基线进行两两配对,并采用改良的最小二乘方法,减少在偏移量监测过程中产生的误差所带来的影响,得到更加准确的方位向形变规律。
附图说明
图1是本发明的一种基于幅度偏移量的方位向形变监测方法的流程图;
图2是使用常规时序InSAR手段生成的相干性图;
图3是使用幅度偏移量提取技术得到的可提取偏移量的点位范围图;
图4是进行幅度偏移量提取之后的方位向形变图及3个采样点在影像时间覆盖范围内的方位向时间序列形变折线图。
具体实施方式
为使本发明的目的、技术方案及优点更加清晰,以下结合附图及实施实力,对本发明进行进一步阐释。应当理解,此处所描述的具体实施事例仅仅用以解释本发明,并不用于限定本发明。
实施例1
一种基于幅度偏移量的方位向形变监测的方法,包括以下步骤:
步骤一:获取覆盖研究区域不同监测时间的多幅SAR影像;
步骤二:设置时空基线阈值,采用小基线集思想方式进行配对;
步骤三:基于已知的影像数据和轨道数据,针对每一个干涉对中的两幅影像进行粗配准,获取其中心像元的偏移量,作为每个干涉对的初始偏移量;
步骤四:以步骤三中获取到的初始偏移量为基础,通过对设置的像元级大小的滑动窗口进行遍历搜索并计算干涉对中两幅影像之间的相关值,并将相关值最大的窗口作为同名点所在窗口,从而获取同名点在两幅影像之间的偏移量;
步骤五:对步骤四中配准得到的偏移量进行精配准;
步骤六:去除偏移量误差;
步骤七:利用外部DEM对偏移量进行地理编码,解算偏移量在方位向上的变化;
步骤八:利用最小二乘法得到一段时间内获取的偏移量监测结果。
影像经过多次配准,首先通过粗配准,将影像进行中心位置配准,确定主影像的中心位置在其他各影像中的大致位置,为后续的配准和精配准提供基础,减少后续配准占用的时间;同时,使用配准和精配准的方式提高配准精度,在像元分辨率较大的情况下提高偏移量监测的精度。
由于是针对强度图影像的偏移量跟踪,因此在生成的干涉对中极难出现干涉对不连续的情况,因此,可以利用干涉对连续的特点,针对获取到的偏移量大小利用改进的最小二乘法的方式,对每个干涉对获得的偏移量添加约束条件,同时增加相邻两幅影像生成干涉对的比重,在不同干涉对之间进行约束的同时增加相邻影像干涉对的重要性,即确定相邻影像干涉对为主、其他干涉对为辅的最小二乘误差改正方法
实施例2
如图1所示,一种基于幅度偏移量的方位向形变监测方法,包括以下步骤:
步骤一:获取覆盖研究区域不同监测时间的多幅SAR影像,本次发明专利选取覆盖云南某地区的Sentinel-1A影像作为实验对象,其具体时间分布如下表1所示;
表1
步骤二:设置时空基线阈值,采用小基线集思想方式进行配对。原则上将相邻两幅影像作为一个干涉对即可实现幅度偏移量的提取从而得到方位向形变,但考虑到在进行幅度偏移量监测的过程当中仍然存在配准的误差,因此为了,减少部分误差带来的影响,本次实验引用SBAS技术中的小基线集的筛选方式,通过设置空间、时间阈值的方式,在多幅影像中建立非相邻两幅影像组成的干涉对,即在多幅影像间建立三角网,为最终偏移量的生成提供约束条件,减少幅度偏移量提取误差;
步骤三:基于已知的影像数据和轨道数据,针对每一个干涉对中的两幅影像进行粗配准,获取其中心像元的偏移量,作为每个干涉对的初始偏移量。在每一对干涉对中,存在主影像和从影像,根据主、从影像的卫星轨道参数以及入射角等SAR卫星成像的几何关系,得到主影像中的中心点在从影像中的对应位置,实现将两幅影像初步叠加在一起,从而完成影像的粗配准;
步骤四:以步骤三中获取到的初始偏移量为基础,通过对设置的像元级大小的滑动窗口进行遍历搜索并计算干涉对中两幅影像之间的相关值,并将相关值最大的窗口作为同名点所在窗口,从而获取同名点在两幅影像之间的偏移量。为了寻找有效的主、从影像同名点,采用滑动窗口遍历搜索的方式进行配准。从主影像上按照影像分辨率选择多个适当的点或位置,以这些点的位置为中心,设置一定大小的遍历窗口作为目标窗口(窗口最好是以选定的点为中心),并同时在从影像相应位置生成同样大小的遍历窗口,该窗口位置已经通过步骤三的粗配准进行了改正。考虑到主、从影像的目标窗口中所含内容可能存在变化,为探究两个目标窗口内内容是否相同,即是否完成影像配准,使用公式(1)作为两个窗口相关值cos(i,j)计算的公式。并计算其偏移量
在(1)式中,(i,j)是遍历窗口的中心坐标,即从影像中窗口的中心坐标;(x,y)为主影像中待匹配的窗口的中心坐标,即参考窗口的中心坐标;p和p’分别为参考窗口和遍历窗口的像元值,和则分别表示为参考窗口和遍历窗口的平均像元值。当cos(i,j)达到最大时,完成两个窗口同名点的匹配。
步骤五:对步骤四中配准得到的偏移量进行精配准。粗配准得到的偏移量始终是像元级别的偏移量,为了能够得到更高精度的偏移量提取结果,需要进行亚像元级别的精配准,与步骤四相同,精配准同样要设置目标窗口,且同样需要使用公式(1)。而与粗配准不同的是,精配准使用的目标窗口大小为亚像元级别,同时,获得亚像元级的偏移量时需要对原本像元级别的影像进行插值,以确定精确的目标点位置;
通过步骤三至步骤五的配准,得到的可以配准的偏移量结果的地面点(图3)明显多于利用D-InSAR技术生成的干涉图的高相干点(图2)
步骤六:去除偏移量误差。为了确定地表形变引起的偏移量,需要去除噪声误差,其中,噪声误差包含了电离层、系统本身的噪声、轨道偏移量等误差,尽管在之前的步骤中已经去除部分偏移量误差,但是整体的偏移量误差仍然没有去除,且其中轨道偏移量时最主要的误差构成部分。对于影响较大的轨道偏移量误差,可以采取线性拟合的方式建立多项式模型去除轨道偏移量,而对于其他误差,可以适当使用类似InSAR中选取地面控制点的方式选取没有发生地表形变或地表形变极小,可视为稳定位置的控制点,在精配准过程中根据这些控制点的偏移量统计值估计整体偏移量误差;
步骤七:利用外部DEM对偏移量进行地理编码,解算偏移量在方位向上的变化。利用外部获取的DEM以及卫星成像的几何参数进行地理编码,将影像的偏移量转换到地理坐标系下的方位向和距离向位移。另外,由于已经获取了多幅影像,也可以使用InSAR技术,选用一对干涉条件较好的干涉对,进行干涉处理并生成高精度DEM;
步骤八:利用最小二乘法得到一段时间内获取的偏移量监测结果。由于在去除误差过程当中,偏移量的获取仍然存在未去除的误差,例如线性拟合过程中的误差以及选取地面控制点时仍未剔除的误差,因此,通过步骤二将影像进行干涉对配对之后,便将所有的影像通过组网的方式结合在一起。由于使用的幅度偏移量提取技术中的干涉对多是连续的,因此使用最小二乘的方式可以有效对提取结果进行平差。
假设该组SAR数据得到的每个有效干涉对的形变量为D(m,n),其中m和n分别为干涉对的主、从影像,B为系数矩阵,同时,在平差过程中,每个D(m,n)都占有一定的权重,考虑到时间的长短对偏移量提取误差的影响,将D(m,n)对应的时间间隔与总时间的比值作为权P的倒数。同时,考虑到与普通的最小二乘法不同,幅度偏移量信息提取过程中相邻两景影像的重要性相较于普通时序InSAR处理中的相邻两景数据干涉对的重要性更大,因此,考虑当m和n分别代表相邻两景影像时,其权在本身或得到的P的基础上加倍,从而提高相邻两景影像生成干涉对的影响因子,最后,利用最小二乘公式得到形变量的改正量:
ΔD=(BTPB)-1BTPf(f为初始的改正数) (2)
通过该最小二乘的方式去除较小的误差,实现提取的偏移量的精度提升的预期效果。
使用幅度偏移量提取技术之后,本次实验获取到的研究区域雷达方位向形变图如图4所示。其结果表明,在影像的时间覆盖范围内,实验区域内的点几乎都出现了程度不一的雷达方位向上的位移。为了证明该方法可以得出在某个时间段内的方位向时间序列形变,本次实验随机选取了研究范围中的三个采样点做时间序列形变分析,分析结果在图4的下图中展示出,可以看到,使用该改进的方法相比较于传统的偏移量追踪技术确实可以得到某个地区在多个时间段上的方位向形变,并模拟出该区域在整个时间段内方位向上的时间序列偏移量。另外,专利中提到的使用最小二乘的方法进行平差,剔除掉部分误差,其结果的精度相比较于传统的仅使用两景的偏移量追踪技术精度会更高。
上述虽然对本发明的具体实施例作了详细说明,但是本发明并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化,而不具备创造性劳动的修改或变形仍在本发明的保护范围以内。
Claims (3)
1.一种基于幅度偏移量的方位向形变监测的方法,其特征在于:包括以下步骤:
步骤一:获取覆盖研究区域不同监测时间的多幅SAR影像;
步骤二:设置时空基线阈值,采用小基线集思想方式进行配对;
步骤三:基于已知的影像数据和轨道数据,针对每一个干涉对中的两幅影像进行粗配准,获取其中心像元的偏移量,作为每个干涉对的初始偏移量;
步骤四:以步骤三中获取到的初始偏移量为基础,通过对设置的像元级大小的滑动窗口进行遍历搜索并计算干涉对中两幅影像之间的相关值,并将相关值最大的窗口作为同名点所在窗口,从而获取同名点在两幅影像之间的偏移量;
步骤五:对步骤四中配准得到的偏移量进行精配准;
步骤六:去除偏移量误差;
步骤七:利用外部DEM对偏移量进行地理编码,解算偏移量在方位向上的变化;
步骤八:利用最小二乘法得到一段时间内获取的偏移量监测结果。
2.根据权利要求1所述的一种基于幅度偏移量的方位向形变监测的方法,其特征在于:影像经过多次配准,首先通过粗配准,将影像进行中心位置配准,确定主影像的中心位置在其他各影像中的大致位置,为后续的配准和精配准提供基础,减少后续配准占用的时间;同时,使用配准和精配准的方式提高配准精度,在像元分辨率较大的情况下提高偏移量监测的精度。
3.根据权利要求1所述的一种基于幅度偏移量的方位向形变监测的方法,其特征在于:由于是针对强度图影像的偏移量跟踪,因此在生成的干涉对中极难出现干涉对不连续的情况,因此,可以利用干涉对连续的特点,针对获取到的偏移量大小利用改进的最小二乘法的方式,对每个干涉对获得的偏移量添加约束条件,同时增加相邻两幅影像生成干涉对的比重,在不同干涉对之间进行约束的同时增加相邻影像干涉对的重要性,即确定相邻影像干涉对为主、其他干涉对为辅的最小二乘误差改正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010957387.5A CN112068136A (zh) | 2020-09-14 | 2020-09-14 | 一种基于幅度偏移量的方位向形变监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010957387.5A CN112068136A (zh) | 2020-09-14 | 2020-09-14 | 一种基于幅度偏移量的方位向形变监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112068136A true CN112068136A (zh) | 2020-12-11 |
Family
ID=73696297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010957387.5A Pending CN112068136A (zh) | 2020-09-14 | 2020-09-14 | 一种基于幅度偏移量的方位向形变监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112068136A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160288A (zh) * | 2021-03-22 | 2021-07-23 | 广东电网有限责任公司广州供电局 | 一种基于特征点的sar影像配准方法 |
CN114236541A (zh) * | 2021-12-08 | 2022-03-25 | 电子科技大学 | 基于Sentinel-1卫星SAR图像的大面积地表三维形变计算方法 |
CN115143877A (zh) * | 2022-05-30 | 2022-10-04 | 中南大学 | 基于强散射幅度抑制和异常值识别的sar偏移量跟踪方法、装置、设备和介质 |
CN115423848A (zh) * | 2022-11-07 | 2022-12-02 | 江苏省水利科学研究院 | 一种识别及去除像素偏移量追踪监测结果异常的方法 |
CN115712118A (zh) * | 2022-11-07 | 2023-02-24 | 江苏省水利科学研究院 | 一种像素偏移量追踪监测及校正方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108022259A (zh) * | 2016-11-04 | 2018-05-11 | 北京建筑大学 | 干涉sar复图像配准方法和系统 |
CN108957456A (zh) * | 2018-08-13 | 2018-12-07 | 伟志股份公司 | 基于多数据源sbas技术的滑坡监测和早期识别方法 |
CN109509219A (zh) * | 2018-12-28 | 2019-03-22 | 河海大学 | 基于最小生成树的InSAR时序影像集合的配准方法 |
CN110017762A (zh) * | 2019-03-01 | 2019-07-16 | 四川省地质工程勘察院 | 一种利用Offset-Tracking技术监测蠕变体形变的方法 |
CN111474544A (zh) * | 2020-03-04 | 2020-07-31 | 广东明源勘测设计有限公司 | 一种基于sar数据的滑坡形变监测及预警方法 |
-
2020
- 2020-09-14 CN CN202010957387.5A patent/CN112068136A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108022259A (zh) * | 2016-11-04 | 2018-05-11 | 北京建筑大学 | 干涉sar复图像配准方法和系统 |
CN108957456A (zh) * | 2018-08-13 | 2018-12-07 | 伟志股份公司 | 基于多数据源sbas技术的滑坡监测和早期识别方法 |
CN109509219A (zh) * | 2018-12-28 | 2019-03-22 | 河海大学 | 基于最小生成树的InSAR时序影像集合的配准方法 |
CN110017762A (zh) * | 2019-03-01 | 2019-07-16 | 四川省地质工程勘察院 | 一种利用Offset-Tracking技术监测蠕变体形变的方法 |
CN111474544A (zh) * | 2020-03-04 | 2020-07-31 | 广东明源勘测设计有限公司 | 一种基于sar数据的滑坡形变监测及预警方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160288A (zh) * | 2021-03-22 | 2021-07-23 | 广东电网有限责任公司广州供电局 | 一种基于特征点的sar影像配准方法 |
CN114236541A (zh) * | 2021-12-08 | 2022-03-25 | 电子科技大学 | 基于Sentinel-1卫星SAR图像的大面积地表三维形变计算方法 |
CN114236541B (zh) * | 2021-12-08 | 2023-05-16 | 电子科技大学 | 基于Sentinel-1卫星SAR图像的大面积地表三维形变计算方法 |
CN115143877A (zh) * | 2022-05-30 | 2022-10-04 | 中南大学 | 基于强散射幅度抑制和异常值识别的sar偏移量跟踪方法、装置、设备和介质 |
CN115423848A (zh) * | 2022-11-07 | 2022-12-02 | 江苏省水利科学研究院 | 一种识别及去除像素偏移量追踪监测结果异常的方法 |
CN115423848B (zh) * | 2022-11-07 | 2023-02-10 | 江苏省水利科学研究院 | 一种识别及去除像素偏移量追踪监测结果异常的方法 |
CN115712118A (zh) * | 2022-11-07 | 2023-02-24 | 江苏省水利科学研究院 | 一种像素偏移量追踪监测及校正方法 |
CN115712118B (zh) * | 2022-11-07 | 2023-08-11 | 江苏省水利科学研究院 | 一种像素偏移量追踪监测及校正方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110058237B (zh) | 面向高分辨率SAR影像的InSAR点云融合及三维形变监测方法 | |
CN112068136A (zh) | 一种基于幅度偏移量的方位向形变监测方法 | |
CN106526590B (zh) | 一种融合多源sar影像工矿区三维地表形变监测及解算方法 | |
CN105929398B (zh) | 结合外控点的InSAR高精度高分辨率DEM获取方法 | |
Zhu et al. | Joint sparsity in SAR tomography for urban mapping | |
CN113624122A (zh) | 融合GNSS数据与InSAR技术的桥梁变形监测方法 | |
US10930062B2 (en) | 3D view model generation of an object utilizing geometrically diverse image clusters | |
CN109031301A (zh) | 基于PSInSAR技术的山区地形形变提取方法 | |
CN107817481B (zh) | 一种InSAR形变监测中大气噪声校正的RF方法 | |
CN111856459B (zh) | 一种改进的DEM最大似然约束多基线InSAR相位解缠方法 | |
CN114689015B (zh) | 一种提高光学卫星立体影像dsm高程精度的方法 | |
CN113093184B (zh) | 一种基于视频合成孔径雷达的干涉测量方法 | |
CN108132468A (zh) | 一种多基线极化干涉sar建筑物高度提取方法 | |
Dong et al. | Radargrammetric DSM generation in mountainous areas through adaptive-window least squares matching constrained by enhanced epipolar geometry | |
CN113238228B (zh) | 基于水准约束的三维地表形变获取方法、系统及装置 | |
CN109270527A (zh) | 圆迹sar子孔径图像序列联合相关dem提取方法 | |
CN108008382B (zh) | 一种多基地星载干涉sar系统测量陡峭地形的方法 | |
CN109035312B (zh) | 一种dem辅助的sar图像高精度配准方法 | |
CN115546264A (zh) | 一种星载InSAR图像精细配准与立体测量方法 | |
CN114820552A (zh) | 一种利用光学卫星立体影像检测滑坡位移场的方法 | |
CN114488144A (zh) | 一种附加dem约束的sar偏移量三维形变估计方法及系统 | |
CN115015931A (zh) | 无需外部误差校正的实时差分立体sar几何定位方法及系统 | |
Feng et al. | Automatic selection of permanent scatterers-based GCPs for refinement and reflattening in InSAR DEM generation | |
CN111310649A (zh) | 一种无人机高分辨率影像对山岳冰川运动消融的提取方法 | |
Liu et al. | Ultrashort-baseline persistent scatterer radar interferometry for subsidence detection |
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 |