CN115265424A - 一种基于合成孔径雷达技术的地质灾害边坡位移监测方法 - Google Patents

一种基于合成孔径雷达技术的地质灾害边坡位移监测方法 Download PDF

Info

Publication number
CN115265424A
CN115265424A CN202211178382.8A CN202211178382A CN115265424A CN 115265424 A CN115265424 A CN 115265424A CN 202211178382 A CN202211178382 A CN 202211178382A CN 115265424 A CN115265424 A CN 115265424A
Authority
CN
China
Prior art keywords
image
distance
displacement
synthetic aperture
coordinate
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
Application number
CN202211178382.8A
Other languages
English (en)
Other versions
CN115265424B (zh
Inventor
王日东
黄星植
丛家梁
刘功亮
于艳萍
杨彬
王钦伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Weihai Gemho Digital Mine Technology Co ltd
Original Assignee
Weihai Gemho Digital Mine Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Weihai Gemho Digital Mine Technology Co ltd filed Critical Weihai Gemho Digital Mine Technology Co ltd
Priority to CN202211178382.8A priority Critical patent/CN115265424B/zh
Publication of CN115265424A publication Critical patent/CN115265424A/zh
Application granted granted Critical
Publication of CN115265424B publication Critical patent/CN115265424B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • 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)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，涉及地质灾害监测技术领域，合成孔径雷达接收原始雷达回波信号上传远程监控中心；对参考原始数据与观测数据进行信号解调，获得复幅值雷达图像；参考图像、观测图像取模、配准参数计算，得出新的图像坐标映射关系；对图像通过坐标变换、裁剪、插值，得到相互匹配的图像对；对图像对进行干涉，得到强度场与相位场，对相位场进行滤波、解包裹，后经过换算得到距离向位移；通过距离向位移计算导出距离向速度与距离向加速度；将强度场、距离向位移、距离向速度与距离向加速度结果作为张量输入到评估函数中进行危险等级判断，本发明具有实现精细配准、危险等级判断精准度高等优点。

Description

一种基于合成孔径雷达技术的地质灾害边坡位移监测方法
技术领域
本发明涉及地质灾害监测技术领域，具体的说是一种基于合成孔径雷达技术的地质灾害边坡位移监测方法。
背景技术
随着我国经济的快速发展，露天矿的开采范围和开采深度在不断的增加，从而形成了众多大型的边坡，边坡很容易发生滑坡等事故，对矿区安全生产造成了很大威胁。为了发现边坡隐患，消除危害，有效而经济地采取整治措施，必须对各种边坡进行监测。
目前，已有采用地基合成孔径雷达实现对边坡进行监测预警，经检索，CN2014107840289公开了一种基于地基合成孔径雷达的边坡安全监测预警方法，该方法通过获取地基合成孔径雷达周期性发送的被监测边坡区域的原始雷达数据，对原始雷达数据分别进行二维成像处理，获得复数雷达图像，依次进行图像配准、干涉图生成、相位解缠、大气相位矫正和形变图转换，得到反映被监测边坡区域在第n个观测周期相对于初次观测时刻的形变图，对该形变图dn(x,y)进行地理编码，得到三维形变数据Tn(x,y,z)，并根据之前观测周期的三维形变数据T1(x,y,z),...,Tn-1(x,y,z)更新被监测边坡区域的形变速度与加速度估计值，再通过预先设定的判决准则和预测模型，对可能出现的边坡隐患的位置、时间和变化趋势进行声、光、电信号预警，其包括：将三维形变数据Tn (x ,y ,z)与之前观测周期的三维形变数据T1 (x ,y ,z) ,...,Tn-1 (x ,y ,z)结合，估计并更新边坡区域的形变速度v(x ,y ,z)、加速度值a(x ,y ,z)；对三维形变数据、形变速度、加速度值以预先设定的风险评估准则f进行综合评价，得到风险评估因子f(Tn ,v ,a)，与预先设定的阈值C进行比较，当风险评估因子f(Tn ,v ,a)＞C时，判为存在隐患，对可能出现边坡隐患的位置、时间和变化趋势进行声、光、电信号预警。
此种监测预警方法存在的不足之处为：一是在复数雷达图像获取后，直接进行图像配准，容易导致配准误差大，从而使得后续得到的相位值失相干，相位值失相干是指使得两次成像获得的回波相位发生变化，导致相干性降低的现象，相位相干性是评价合成孔径雷达干涉相位可靠性的重要指标，一旦出现失相干，相应区域的合成孔径雷达形变监测值是不可靠的；二是图像配准、干涉图生成后直接对相位解缠，相位解缠过程中无法获得连续、完整的相位场；三是关于加速度的计算方式，从专利申请文件的描述无法正确的推导出加速度；四是风险评估因子与预先设定的阈值进行比较，此种方式只考虑了当前点的情况，没有考虑空间性和时间性，评估准确度低。
发明内容
本发明的目的是解决上述现有技术的不足，提供一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，能够实现精细配准、减小配准误差、相位场连续完整、危险等级判断精准度高。
本发明解决其技术问题所采用的技术方案是：
一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，该方法包括：
步骤S1：合成孔径雷达静止放置并利用GNSS监测和修正位置，接收远程监控中心的控制参数和启动指令，合成孔径雷达采集被监测区域的原始雷达回波信号并上传回远程监控中心，直至远程监控中心发出停止采集信号的指令；
合成孔径雷达以观测周期
Figure 890763DEST_PATH_IMAGE001
重复上述采集过程 ,即每经过时间
Figure 328698DEST_PATH_IMAGE002
的间隔，合成 孔径雷达进行一次数据采集，作为参考时刻接收的参考原始数据记为
Figure 201845DEST_PATH_IMAGE003
，第n个观测时刻 接收的观测数据记为
Figure 408835DEST_PATH_IMAGE004
，
Figure 522285DEST_PATH_IMAGE005
与
Figure 447516DEST_PATH_IMAGE006
包含了不同方位向坐标上的一系列的回波信息；
步骤S2：对参考原始数据
Figure 671824DEST_PATH_IMAGE003
与之后的观测数据
Figure 936583DEST_PATH_IMAGE007
分别以距离坐标为自变量进行 信号解调，获得复幅值雷达图像，分别记为
Figure 220934DEST_PATH_IMAGE008
、
Figure 367881DEST_PATH_IMAGE009
，其中，x表示观测区域相对 于合成孔径雷达的方位向坐标，r表示观测区域相对于合成孔径雷达的距离向坐标；
步骤S3：以
Figure 395880DEST_PATH_IMAGE010
为参考图像，
Figure 764413DEST_PATH_IMAGE011
为观测图像，进行取模、配准参数计算， 得出新的图像坐标映射关系；
步骤S4：对图像通过坐标变换、裁剪、插值操作实现配准，得到相互匹配的图像对；
步骤S5：对图像对进行干涉，得到强度场与相位场，再对相位场进行滤波、解包裹， 后经过换算得到第n个时刻的相对于参考时刻的距离向位移
Figure 219665DEST_PATH_IMAGE012
；
步骤S6：将第n次距离向位移
Figure 119488DEST_PATH_IMAGE013
与先前n-1次观测周期的距离向位移
Figure 685599DEST_PATH_IMAGE014
相结合并计算，导出距离向速度与距离向加速度，将强度场、距离 向位移、距离向速度、距离向加速度分别对应至真实模型的地理坐标上，通过软件进行输出 与可视化；
步骤S7：将前n次观测的强度场、距离向位移、距离向速度与距离向加速度结果作为张量输入到评估函数中以进行危险等级判断，对于不同的边坡位置给出不同程度多种信号的预警；
复幅值雷达图像获取后，对复幅值雷达图像进行取模和配准参数计算，可以针对不同复杂情况完成相关点的精细配准，有效减少因为配准误差而后续导致的相位场失相干；
对图像进行坐标变换、裁剪、插值操作，使得参考图像和观测图像可以精确配准，并重新统一坐标，方便后续的数据处理；
对相位场解包裹前，先进行滤波操作，相对于无滤波的场合，相位解包裹的过程中可以获得更完整、更连续的相位场；
危险等级判断方法，既考虑空间性又考虑时间性，危险等级判断更为精准；
通过如上步骤的配合，可以实现对地基边坡安全的精准监测。
本发明步骤S3中配准参数计算采用数字图像相关DIC方法得到坐标偏移量以及采用SIFT特征点提取法得到图像变换矩阵M，数字图像相关DIC方法的配准结果与SIFT特征点提取法的配准结果互为参照；
数字图像相关DIC计算方法为：
以
Figure 659371DEST_PATH_IMAGE010
为参考图像，
Figure 285524DEST_PATH_IMAGE015
为观测图像，分别进行取模运算后，利用数字图像 相关DIC方法得到坐标偏移量
Figure 407064DEST_PATH_IMAGE016
，对观测图像按照DIC方法进行坐 标变换，变换后的坐标
Figure 776866DEST_PATH_IMAGE017
；
SIFT特征点提取计算方法为：
以
Figure 125851DEST_PATH_IMAGE018
为参考图像，
Figure 922905DEST_PATH_IMAGE019
为观测图像，分别进行取模运算后，利用SIFT特征 点提取法得到图像变换矩阵M，对于SIFT特征点提取算法则有变换后的坐标
Figure 531741DEST_PATH_IMAGE020
；
对于雷达图像采用数字图像相关DIC方法、SIFT特征点匹配算法，可以针对不同复杂情况完成相关点的精细配准，同时两种不同方法的配准结果可互为参照，有效减少因为配准误差而后续导致的相位场失相干。
本发明步骤S3中数字图像相关DIC计算方法与SIFT特征点提取计算方法配准结果互为参照方法为：
设定一个很小的转角和平动偏移阈值
Figure 377337DEST_PATH_IMAGE021
，通过数字图像相关DIC计算方 法得到的坐标偏移量判断是否超过偏移阈值，以及通过SIFT特征点提取计算方法得到的图 像变换矩阵，通过图像变换矩阵得出的转角和偏移量，判断是否超过偏移阈值，超过该偏移 阈值的结果舍弃，若通过数字图像相关DIC计算方法以及通过SIFT特征点提取计算方法得 到偏移量都超过偏移阈值，则远程监控中心判断测量无效，说明测量的地基已经失稳，若都 未超过偏移阈值，可择优选取或取两种方法坐标转换结果的平均值；
考虑到边坡监测的特异性，不同时期的观测图像相对于参考图像，转角和平动偏移为极小量，通过设置偏移阈值，以进一步确保在配准参数计算过程中保证配准误差小。
本发明步骤S4中配准的方法为：
将观测图像
Figure 388019DEST_PATH_IMAGE022
的函数值映射至新的图像坐标下，实现坐标变换，此时的图像 坐标并非正交且并非整数，对于超出参考图像坐标
Figure 355975DEST_PATH_IMAGE023
范围的部分进行裁剪，并在参考 图像坐标
Figure 452107DEST_PATH_IMAGE024
的坐标点对映射后的观测图像进行插值运算，使图像的尺寸、坐标与参考 图像对应一致，记配准后的观测图像为
Figure 350662DEST_PATH_IMAGE025
。
本发明步骤S5中图像对干涉方法为：
将该图像对中的参考、观测图像进行共轭相乘后得到包含强度及相位差的复数场
Figure 481429DEST_PATH_IMAGE026
，其中
Figure 620286DEST_PATH_IMAGE027
，对其取模得到强度场
Figure 938135DEST_PATH_IMAGE028
，对其辐角 进行运算得到相位场
Figure 391113DEST_PATH_IMAGE029
；
Figure 376386DEST_PATH_IMAGE030
。
本发明步骤S5中滤波、解包裹方法为：
对
Figure 686145DEST_PATH_IMAGE031
进行中值滤波和双边滤波操作，在过滤噪声，剔除坏点的同时保留相 位间断的边界，之后对滤波后的相位场利用枝切法进行相位解包裹，得到连续相位场
Figure 491290DEST_PATH_IMAGE032
；
利用中值滤波、双边滤波操作，在过滤噪声，剔除坏点的同时可以保留相位间断的边界，相对于无滤波的场合，在相位解包裹的过程中可以获得更完整、更连续的相位场。
本发明步骤S5中距离向位移计算方法为:
利用相位场、波程差、距离向位移之间的关系，可导出距离向位移
Figure 731647DEST_PATH_IMAGE033
，波程 差
Figure 571427DEST_PATH_IMAGE034
，
Figure 52087DEST_PATH_IMAGE035
，换算成
Figure 610107DEST_PATH_IMAGE036
。
本发明步骤S6中距离向速度、距离向加速度计算方法为：
对于距离向位移按照如下公式进行差分计算，得到距离向速度
Figure 139309DEST_PATH_IMAGE037
和距离向加 速度
Figure 99175DEST_PATH_IMAGE038
，
Figure 750736DEST_PATH_IMAGE039
；
采用此种算法，可以更准确的导出速度与加速度值，并减小高阶误差的影响。
本发明步骤S6中模型坐标匹配方法为：
将强度场
Figure 530473DEST_PATH_IMAGE040
、距离向位移
Figure 925682DEST_PATH_IMAGE041
、距离向速度
Figure 927005DEST_PATH_IMAGE042
与距离向加速 度
Figure 749468DEST_PATH_IMAGE043
分别对应至真实模型的地理坐标上，得到三维模型的强度场
Figure 16501DEST_PATH_IMAGE044
、位移场
Figure 215401DEST_PATH_IMAGE045
、速度场
Figure 884280DEST_PATH_IMAGE046
、加速度场
Figure 815327DEST_PATH_IMAGE047
，通过软件对这些结果进行输出储存，并 以不同深浅表示强度，不同颜色表示位移、速度、加速度，分别进行雷达云图以及模型云图 的绘制完成可视化。
本发明步骤S7中危险等级判断方法为：
将前n次观测的强度场、距离向位移、距离向速度与距离向加速度分别整合为张量
Figure 569656DEST_PATH_IMAGE048
，通过预制的决策函数、经验公式或神经网络模型，其中神经网络模型可配合以往 数据进行深度学习，建立起评估函数
Figure 572247DEST_PATH_IMAGE049
，根据函数输出的结果Q的值，进行危 险等级的判断，对于不同的边坡位置给出不同程度多种信号的预警；
采用此种方式进行危险等级判断，既考虑空间性又考虑时间性，危险等级判断更为精准，同时采用神经网络模型进行评估的方法，结合位移、速度、加速度的全场的历史数据，可以更有效的考虑时空耦合，利用更多数据，对边坡状态进行准确地评估，并给出更可靠的预警等级。
本发明的有益效果为：复幅值雷达图像获取后，对复幅值雷达图像进行取模和配准参数计算，可以针对不同复杂情况完成相关点的精细配准，有效减少因为配准误差而后续导致的相位场失相干；
对图像进行坐标变换、裁剪、插值操作，使得参考图像和观测图像可以精确配准，并重新统一坐标，方便后续的数据处理；
对相位场解包裹前，先进行滤波操作，相对于无滤波的场合，相位解包裹的过程中可以获得更完整、更连续的相位场；
危险等级判断方法，既考虑空间性又考虑时间性，危险等级判断更为精准。
附图说明
图1为本发明地基边坡安全监测流程图。
具体实施方式
下面结合附图和实施例对本发明进行说明。
一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，该方法包括：
步骤S1：合成孔径雷达静止放置并利用GNSS监测和修正位置，接收远程监控中心的控制参数和启动指令，合成孔径雷达其发射、接收天线周期性地不间断地发送线性调频的电磁波信号，并接收被监测区域的原始雷达回波信号并上传回远程监控中心，直至远程监控中心发出停止采集信号的指令；
合成孔径雷达以观测周期
Figure 95632DEST_PATH_IMAGE001
重复上述采集过程 ,即每经过时间
Figure 259898DEST_PATH_IMAGE002
的间隔，合成 孔径雷达进行一次数据采集，作为参考时刻接收的参考原始数据记为
Figure 501523DEST_PATH_IMAGE003
，第n个观测时刻 接收的观测数据记为
Figure 229177DEST_PATH_IMAGE004
，
Figure 607068DEST_PATH_IMAGE005
与
Figure 207814DEST_PATH_IMAGE006
包含了不同方位向坐标上的一系列的回波信息；
步骤S2：对参考原始数据
Figure 671156DEST_PATH_IMAGE003
与之后的观测数据
Figure 15550DEST_PATH_IMAGE007
分别以距离坐标为自变量进行 信号解调，获得复幅值雷达图像，分别记为
Figure 185631DEST_PATH_IMAGE008
、
Figure 957278DEST_PATH_IMAGE009
，其中，x表示观测区域相对 于合成孔径雷达的方位向坐标，r表示观测区域相对于合成孔径雷达的距离向坐标；
步骤S3：以
Figure 907917DEST_PATH_IMAGE010
为参考图像，
Figure 790422DEST_PATH_IMAGE011
为观测图像，进行取模、配准参数计算， 得出新的图像坐标映射关系；
步骤S4：对图像通过坐标变换、裁剪、插值操作实现配准，得到相互匹配的图像对；
步骤S5：对图像对进行干涉，得到强度场与相位场，再对相位场进行滤波、解包裹， 后经过换算得到第n个时刻的相对于参考时刻的距离向位移
Figure 329857DEST_PATH_IMAGE012
；
步骤S6：将第n次距离向位移
Figure 272405DEST_PATH_IMAGE050
与先前n-1次观测周期的距离向位移
Figure 710339DEST_PATH_IMAGE051
相结合并计算，导出距离向速度与距离向加速度，将强度场、距离向位 移、距离向速度、距离向加速度分别对应至真实模型的地理坐标上，通过软件进行输出与可 视化；
步骤S7：将前n次观测的强度场、距离向位移、距离向速度与距离向加速度结果作为张量输入到评估函数中以进行危险等级判断，对于不同的边坡位置给出不同程度多种信号的预警；
复幅值雷达图像获取后，对复幅值雷达图像进行取模和配准参数计算，可以针对不同复杂情况完成相关点的精细配准，有效减少因为配准误差而后续导致的相位场失相干；
对图像进行坐标变换、裁剪、插值操作，使得参考图像和观测图像可以精确配准，并重新统一坐标，方便后续的数据处理；
对相位场解包裹前，先进行滤波操作，相对于无滤波的场合，相位解包裹的过程中可以获得更完整、更连续的相位场；
危险等级判断方法，既考虑空间性又考虑时间性，危险等级判断更为精准；
通过如上步骤的配合，可以实现对地基边坡安全的精准监测。
此实施例步骤S2中利用正侧视CS算法、正侧视距离多普勒算法或距离徙动算法对 原始雷达数据进行信号解调，获得二维的复幅值雷达图像
Figure 396536DEST_PATH_IMAGE052
与
Figure 603526DEST_PATH_IMAGE011
。
此实施例步骤S3中配准参数计算采用数字图像相关DIC方法得到坐标偏移量以及采用SIFT特征点提取法得到图像变换矩阵M，数字图像相关DIC方法的配准结果与SIFT特征点提取法的配准结果互为参照；
数字图像相关DIC计算方法为：
以
Figure 654659DEST_PATH_IMAGE010
为参考图像，
Figure 579889DEST_PATH_IMAGE053
为观测图像，分别进行取模运算后，利用数字图 像相关DIC方法得到坐标偏移量
Figure 804197DEST_PATH_IMAGE054
，对观测图像按照DIC方法进行坐 标变换，变换后的坐标
Figure 131273DEST_PATH_IMAGE055
；
SIFT特征点提取计算方法为：
以
Figure 150045DEST_PATH_IMAGE056
为参考图像，
Figure 749523DEST_PATH_IMAGE057
为观测图像，分别进行取模运算后，利用SIFT特征 点提取法得到图像变换矩阵M，对于SIFT特征点提取算法则有变换后的坐标
Figure 777521DEST_PATH_IMAGE020
；
对于雷达图像采用数字图像相关DIC方法、SIFT特征点匹配算法，可以针对不同复杂情况完成相关点的精细配准，同时两种不同方法的配准结果可互为参照，有效减少因为配准误差而后续导致的相位场失相干。
此实施例步骤S3中数字图像相关DIC计算方法与SIFT特征点提取计算方法配准结果互为参照方法为：
设定一个很小的转角和平动偏移阈值
Figure 959104DEST_PATH_IMAGE021
，通过数字图像相关DIC计算方 法得到的坐标偏移量判断是否超过偏移阈值，以及通过SIFT特征点提取计算方法得到的图 像变换矩阵，通过图像变换矩阵得出的转角和偏移量，判断是否超过偏移阈值，超过该偏移 阈值的结果舍弃，若通过数字图像相关DIC计算方法以及通过SIFT特征点提取计算方法得 到偏移量都超过偏移阈值，则远程监控中心判断测量无效，说明测量的地基已经失稳，若都 未超过偏移阈值，可择优选取或取两种方法坐标转换结果的平均值；
此步骤中当通过数字图像相关DIC计算方法以及通过SIFT特征点提取计算方法得到偏移量都超过偏移阈值时，此时需要人工参与检查；
考虑到边坡监测的特异性，不同时期的观测图像相对于参考图像，转角和平动偏移为极小量，通过设置偏移阈值，以进一步确保在配准参数计算过程中保证配准误差小。
此实施例步骤S4中配准的方法为：
将观测图像
Figure 414356DEST_PATH_IMAGE058
的函数值映射至新的图像坐标下，实现坐标变换，此时的图像 坐标并非正交且并非整数，对于超出参考图像坐标
Figure 48600DEST_PATH_IMAGE059
范围的部分进行裁剪，并在参 考图像坐标
Figure 552393DEST_PATH_IMAGE060
的坐标点对映射后的观测图像进行插值运算，使图像的尺寸、坐标与参 考图像对应一致，记配准后的观测图像为
Figure 854062DEST_PATH_IMAGE025
。
此实施例步骤S5中图像对干涉方法为：
将该图像对中的参考、观测图像进行共轭相乘后得到包含强度及相位差的复数场
Figure 480215DEST_PATH_IMAGE026
，其中
Figure 601755DEST_PATH_IMAGE061
，对其取模得到强度场
Figure 971556DEST_PATH_IMAGE028
，对其辐角进 行运算得到相位场
Figure 314682DEST_PATH_IMAGE062
；
Figure 111737DEST_PATH_IMAGE063
；
其中Im为取虚部的含义，Re为取实部的含义，
atan2，一种函数，通用的数学公式，指方位角。
此实施例步骤S5中滤波、解包裹方法为：
对
Figure 720573DEST_PATH_IMAGE064
进行中值滤波和双边滤波操作，在过滤噪声，剔除坏点的同时保留相 位间断的边界，之后对滤波后的相位场利用枝切法进行相位解包裹，得到连续相位场
Figure 628486DEST_PATH_IMAGE065
；
利用中值滤波、双边滤波操作，在过滤噪声，剔除坏点的同时可以保留相位间断的边界，相对于无滤波的场合，在相位解包裹的过程中可以获得更完整、更连续的相位场。
步骤S5中距离向位移计算方法为:
利用相位场、波程差、距离向位移之间的关系，可导出距离向位移
Figure 639167DEST_PATH_IMAGE066
，波程差
Figure 544806DEST_PATH_IMAGE067
，
Figure 640938DEST_PATH_IMAGE068
，换算成
Figure 352542DEST_PATH_IMAGE036
；
其中，λ代表波长的含义。
此实施例步骤S6中距离向速度、距离向加速度计算方法为：
对于距离向位移按照如下公式进行差分计算，得到距离向速度
Figure 217730DEST_PATH_IMAGE069
和距离向加 速度
Figure 356587DEST_PATH_IMAGE070
，
Figure 121107DEST_PATH_IMAGE071
；
采用此种算法，可以更准确的导出速度与加速度值，并减小高阶误差的影响。
此实施例步骤S6中模型坐标匹配方法为：
将强度场
Figure 636402DEST_PATH_IMAGE040
、距离向位移
Figure 356096DEST_PATH_IMAGE041
、距离向速度
Figure 665855DEST_PATH_IMAGE042
与距离向加速 度
Figure 736579DEST_PATH_IMAGE072
分别对应至真实模型的地理坐标上，得到三维模型的强度场
Figure 727669DEST_PATH_IMAGE073
、位移 场
Figure 567449DEST_PATH_IMAGE074
、速度场
Figure 48108DEST_PATH_IMAGE075
、加速度场
Figure 606129DEST_PATH_IMAGE076
，通过软件对这些结果进行输出储存， 并以不同深浅表示强度，不同颜色表示位移、速度、加速度，分别进行雷达云图以及模型云 图的绘制完成可视化。
此实施例步骤S7中危险等级判断方法为：
将前n次观测的强度场、距离向位移、距离向速度与距离向加速度分别整合为张量
Figure 197647DEST_PATH_IMAGE077
，通过预制的决策函数、经验公式或神经网络模型，其中神经网络模型可配合以往 数据进行深度学习，建立起评估函数
Figure 891934DEST_PATH_IMAGE078
，根据函数输出的结果Q的值，进行 危险等级的判断，对于不同的边坡位置给出不同程度多种信号的预警；
采用此种方式进行危险等级判断，既考虑空间性又考虑时间性，危险等级判断更为精准，同时采用神经网络模型进行评估的方法，结合位移、速度、加速度的全场的历史数据，可以更有效的考虑时空耦合，利用更多数据，对边坡状态进行准确地评估，并给出更可靠的预警等级。

Claims (10)

1.一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，其特征在于，该方法包括：
步骤S1：合成孔径雷达静止放置，接收远程监控中心的控制参数和启动指令，合成孔径雷达采集被监测区域的原始雷达回波信号并上传回远程监控中心，直至远程监控中心发出停止采集信号的指令；
合成孔径雷达以观测周期
Figure 414708DEST_PATH_IMAGE001
重复上述采集过程 ,即每经过时间
Figure 40861DEST_PATH_IMAGE002
的间隔，合成孔径 雷达进行一次数据采集，作为参考时刻接收的参考原始数据记为
Figure 427980DEST_PATH_IMAGE003
，第n个观测时刻接收 的观测数据记为
Figure 469886DEST_PATH_IMAGE004
，
Figure 626060DEST_PATH_IMAGE005
与
Figure 423115DEST_PATH_IMAGE006
包含了不同方位向坐标上的一系列的回波信息；
步骤S2：对参考原始数据
Figure 31951DEST_PATH_IMAGE003
与之后的观测数据
Figure 205443DEST_PATH_IMAGE007
分别以距离坐标为自变量进行信号 解调，获得复幅值雷达图像，分别记为
Figure 403075DEST_PATH_IMAGE008
、
Figure 371031DEST_PATH_IMAGE009
，其中，x表示观测区域相对于合 成孔径雷达的方位向坐标，r表示观测区域相对于合成孔径雷达的距离向坐标；
步骤S3：以
Figure 467163DEST_PATH_IMAGE010
为参考图像，
Figure 913188DEST_PATH_IMAGE011
为观测图像，进行取模、配准参数计算，得出 新的图像坐标映射关系；
步骤S4：对图像通过坐标变换、裁剪、插值操作实现配准，得到相互匹配的图像对；
步骤S5：对图像对进行干涉，得到强度场与相位场，再对相位场进行滤波、解包裹，后经 过换算得到第n个时刻的相对于参考时刻的距离向位移
Figure 43955DEST_PATH_IMAGE012
；
步骤S6：将第n次距离向位移
Figure 120496DEST_PATH_IMAGE013
与先前n-1次观测周期的距离向位移
Figure 703924DEST_PATH_IMAGE014
相结合并计算，导出距离向速度与距离向加速度，将强度场、距离 向位移、距离向速度、距离向加速度分别对应至真实模型的地理坐标上，通过软件进行输出 与可视化；
步骤S7：将前n次观测的强度场、距离向位移、距离向速度与距离向加速度结果作为张量输入到评估函数中以进行危险等级判断，对于不同的边坡位置给出不同程度多种信号的预警。
2.根据权利要求1所述的一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，其特征在于：步骤S3中配准参数计算采用数字图像相关DIC方法得到坐标偏移量以及采用SIFT特征点提取法得到图像变换矩阵M，数字图像相关DIC方法的配准结果与SIFT特征点提取法的配准结果互为参照；
数字图像相关DIC计算方法为：
以
Figure 953640DEST_PATH_IMAGE010
为参考图像，
Figure 938913DEST_PATH_IMAGE015
为观测图像，分别进行取模运算后，利用数字图像相 关DIC方法得到坐标偏移量
Figure 248672DEST_PATH_IMAGE016
，对观测图像按照DIC方法进行坐 标变换，变换后的坐标
Figure 319396DEST_PATH_IMAGE017
；
SIFT特征点提取计算方法为：
以
Figure 559753DEST_PATH_IMAGE018
为参考图像，
Figure 399533DEST_PATH_IMAGE019
为观测图像，分别进行取模运算后，利用SIFT特征点 提取法得到图像变换矩阵M，对于SIFT特征点提取算法则有变换后的坐标
Figure 880193DEST_PATH_IMAGE020
。
3.根据权利要求2所述的一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，其特征在于：步骤S3中数字图像相关DIC计算方法与SIFT特征点提取计算方法配准结果互为参照方法为：
设定一个很小的转角和平动偏移阈值
Figure 172634DEST_PATH_IMAGE021
，通过数字图像相关DIC计算方法得 到的坐标偏移量判断是否超过偏移阈值，以及通过SIFT特征点提取计算方法得到的图像变 换矩阵，通过图像变换矩阵得出的转角和偏移量，判断是否超过偏移阈值，超过该偏移阈值 的结果舍弃，若通过数字图像相关DIC计算方法以及通过SIFT特征点提取计算方法得到偏 移量都超过偏移阈值，则远程监控中心判断测量无效，若都未超过偏移阈值，可择优选取或 取两种方法坐标转换结果的平均值。
4.根据权利要求1或2或3所述的一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，其特征在于：步骤S4中配准的方法为：
将观测图像
Figure 29732DEST_PATH_IMAGE022
的函数值映射至新的图像坐标下，实现坐标变换，此时的图像坐标 并非正交且并非整数，对于超出参考图像坐标
Figure 661701DEST_PATH_IMAGE023
范围的部分进行裁剪，并在参考图像 坐标
Figure 313263DEST_PATH_IMAGE024
的坐标点对映射后的观测图像进行插值运算，使图像的尺寸、坐标与参考图像 对应一致，记配准后的观测图像为
Figure 358579DEST_PATH_IMAGE025
。
5.根据权利要求4所述的一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，其特征在于：步骤S5中图像对干涉方法为：
将该图像对中的参考、观测图像进行共轭相乘后得到包含强度及相位差的复数场
Figure 753788DEST_PATH_IMAGE026
，其中
Figure 302581DEST_PATH_IMAGE027
，对其取模得到强度场
Figure 390623DEST_PATH_IMAGE028
，对其辐 角进行运算得到相位场
Figure 844607DEST_PATH_IMAGE029
，
Figure 777928DEST_PATH_IMAGE030
。
6.根据权利要求5所述的一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，其特征在于：步骤S5中滤波、解包裹方法为：
对
Figure 446807DEST_PATH_IMAGE031
进行中值滤波和双边滤波操作，在过滤噪声，剔除坏点的同时保留相位间 断的边界，之后对滤波后的相位场利用枝切法进行相位解包裹，得到连续相位场
Figure 705750DEST_PATH_IMAGE032
。
7.根据权利要求6所述的一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，其特征在于：步骤S5中距离向位移计算方法为:
利用相位场、波程差、距离向位移之间的关系，可导出距离向位移
Figure 194500DEST_PATH_IMAGE033
，
Figure 134774DEST_PATH_IMAGE034
。
8.根据权利要求7所述的一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，其特征在于：步骤S6中距离向速度、距离向加速度计算方法为：
对于距离向位移按照如下公式进行差分计算，得到距离向速度
Figure 658159DEST_PATH_IMAGE035
和距离向加速度
Figure 822424DEST_PATH_IMAGE036
，
Figure 64050DEST_PATH_IMAGE037
。
9.根据权利要求8所述的一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，其特征在于：步骤S6中模型坐标匹配方法为：
将强度场
Figure 604753DEST_PATH_IMAGE038
、距离向位移
Figure 982644DEST_PATH_IMAGE039
、距离向速度
Figure 770341DEST_PATH_IMAGE040
与距离向加速度
Figure 233683DEST_PATH_IMAGE041
分别对应至真实模型的地理坐标上，得到三维模型的强度场
Figure 578077DEST_PATH_IMAGE042
、位移场
Figure 76054DEST_PATH_IMAGE043
、速度场
Figure 582122DEST_PATH_IMAGE044
、加速度场
Figure 736023DEST_PATH_IMAGE045
，通过软件对这些结果进行输出储存， 并以不同深浅表示强度，不同颜色表示位移、速度、加速度，分别进行雷达云图以及模型云 图的绘制完成可视化。
10.根据权利要求9所述的一种基于合成孔径雷达技术的地质灾害边坡位移监测方法，其特征在于：步骤S7中危险等级判断方法为：
将前n次观测的强度场、距离向位移、距离向速度与距离向加速度分别整合为张量
Figure 618528DEST_PATH_IMAGE046
，通过预制的决策函数、经验公式或神经网络模型，其中神经网络模型可配合以往 数据进行深度学习，建立起评估函数
Figure 971012DEST_PATH_IMAGE047
，根据函数输出的结果Q的值，进 行危险等级的判断，对于不同的边坡位置给出不同程度多种信号的预警。
CN202211178382.8A 2022-09-27 2022-09-27 一种基于合成孔径雷达技术的地质灾害边坡位移监测方法 Active CN115265424B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211178382.8A CN115265424B (zh) 2022-09-27 2022-09-27 一种基于合成孔径雷达技术的地质灾害边坡位移监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211178382.8A CN115265424B (zh) 2022-09-27 2022-09-27 一种基于合成孔径雷达技术的地质灾害边坡位移监测方法

Publications (2)

Publication Number Publication Date
CN115265424A true CN115265424A (zh) 2022-11-01
CN115265424B CN115265424B (zh) 2022-12-20

Family

ID=83757115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211178382.8A Active CN115265424B (zh) 2022-09-27 2022-09-27 一种基于合成孔径雷达技术的地质灾害边坡位移监测方法

Country Status (1)

Country Link
CN (1) CN115265424B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115580343A (zh) * 2022-11-24 2023-01-06 北京九天微星科技发展有限公司 一种低轨卫星自主轨控方法、装置及系统
CN115790449A (zh) * 2023-01-06 2023-03-14 威海晶合数字矿山技术有限公司 一种狭长空间的三维形貌测量方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706961A (zh) * 2009-11-10 2010-05-12 北京航空航天大学 一种图像的配准方法及装置
CN102436652A (zh) * 2011-08-31 2012-05-02 航天恒星科技有限公司 一种多源遥感图像自动配准方法
CN104515988A (zh) * 2014-12-16 2015-04-15 中国安全生产科学研究院 一种基于地基合成孔径雷达的边坡安全监测预警方法
WO2017198162A1 (zh) * 2016-04-29 2017-11-23 深圳市太赫兹科技创新研究院有限公司 基于合成孔径雷达成像的三维图像重建方法及装置
CN108627834A (zh) * 2018-06-07 2018-10-09 北京城建勘测设计研究院有限责任公司 一种基于地基InSAR的地铁路基结构监测方法及装置
CN111208512A (zh) * 2020-01-15 2020-05-29 电子科技大学 一种基于视频合成孔径雷达的干涉测量方法
GB202012738D0 (en) * 2019-08-15 2020-09-30 China Institute Of Water Resources And Res System and method for monitoring deformation of dam slope
CN111896950A (zh) * 2020-08-06 2020-11-06 华能澜沧江水电股份有限公司 一种基于地基雷达的滑坡灾害应急监测方法
CN112233034A (zh) * 2020-10-20 2021-01-15 常州机电职业技术学院 一种用于干涉术的深度学习相移干涉条纹图盲去噪方法
US20210390716A1 (en) * 2020-06-11 2021-12-16 GE Precision Healthcare LLC Image registration method and model training method thereof
CN114862925A (zh) * 2022-05-17 2022-08-05 广东工业大学 一种基于sift的图像配准方法、装置、系统及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706961A (zh) * 2009-11-10 2010-05-12 北京航空航天大学 一种图像的配准方法及装置
CN102436652A (zh) * 2011-08-31 2012-05-02 航天恒星科技有限公司 一种多源遥感图像自动配准方法
CN104515988A (zh) * 2014-12-16 2015-04-15 中国安全生产科学研究院 一种基于地基合成孔径雷达的边坡安全监测预警方法
WO2017198162A1 (zh) * 2016-04-29 2017-11-23 深圳市太赫兹科技创新研究院有限公司 基于合成孔径雷达成像的三维图像重建方法及装置
CN108627834A (zh) * 2018-06-07 2018-10-09 北京城建勘测设计研究院有限责任公司 一种基于地基InSAR的地铁路基结构监测方法及装置
GB202012738D0 (en) * 2019-08-15 2020-09-30 China Institute Of Water Resources And Res System and method for monitoring deformation of dam slope
CN111208512A (zh) * 2020-01-15 2020-05-29 电子科技大学 一种基于视频合成孔径雷达的干涉测量方法
US20210390716A1 (en) * 2020-06-11 2021-12-16 GE Precision Healthcare LLC Image registration method and model training method thereof
CN111896950A (zh) * 2020-08-06 2020-11-06 华能澜沧江水电股份有限公司 一种基于地基雷达的滑坡灾害应急监测方法
CN112233034A (zh) * 2020-10-20 2021-01-15 常州机电职业技术学院 一种用于干涉术的深度学习相移干涉条纹图盲去噪方法
CN114862925A (zh) * 2022-05-17 2022-08-05 广东工业大学 一种基于sift的图像配准方法、装置、系统及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
焦明连等: "基于InSAR技术矿区地表形变的监测", 《淮海工学院学报(自然科学版)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115580343A (zh) * 2022-11-24 2023-01-06 北京九天微星科技发展有限公司 一种低轨卫星自主轨控方法、装置及系统
CN115790449A (zh) * 2023-01-06 2023-03-14 威海晶合数字矿山技术有限公司 一种狭长空间的三维形貌测量方法

Also Published As

Publication number Publication date
CN115265424B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
CN115265424B (zh) 一种基于合成孔径雷达技术的地质灾害边坡位移监测方法
Plyer et al. A new coregistration algorithm for recent applications on urban SAR images
CN102387374B (zh) 用于获得高精度深度图的设备和方法
Lyons et al. Characterization of the two-dimensional roughness of wave-rippled sea floors using digital photogrammetry
WO2010083468A1 (en) System and method for acquiring and processing partial 3d ultrasound data
CN113340191A (zh) 时间序列干涉sar的形变量测量方法及sar系统
JP2014523572A (ja) 地図データの生成
JP2010502507A (ja) 駐車スペースの寸法を推定する装置と方法、同装置を備えた自動車
JP6292772B2 (ja) レーダ画像処理装置及びレーダ画像処理方法
CN112882030A (zh) InSAR成像干涉一体化处理方法
CN113484860A (zh) 基于多普勒中心异常的sar图像海洋锋检测方法及系统
Rönnholm Registration quality-towards integration of laser scanning and photogrammetry
CN110554377B (zh) 基于多普勒中心偏移的单通道sar二维流场反演方法及系统
CN117523404B (zh) 一种堆土场动态变化监测方法、装置、终端及存储介质
CN216411556U (zh) 基于时间序列干涉形变量测量的合成孔径雷达系统
CN110425995B (zh) 一种基于点云平均域矢量算法的滑坡变形监测方法
CN110426681B (zh) 一种基于同步提取s变换的lfm信号参数估计方法
CN114972140B (zh) 一种基于目标分割的海面红外和可见光图像融合方法
CN107422320B (zh) 一种消除降雨对x波段雷达观测海浪的影响的方法
KR102509980B1 (ko) 해수면 스테레오 광학영상과 ｘ 밴드 레이다영상의 융합 및 기계학습을 통한 2ｄ 파랑 측정을 위한 장치 및 방법
CN111474545B (zh) 基于ais的sar图像中船只位置计算和重聚焦的方法及装置
CN109447984B (zh) 一种基于图像处理的抗干扰滑坡监测方法
Matsuba et al. Stereo reconstruction of SURF zone waves using UAV
Seemann et al. An operational wave monitoring system based on a Dopplerized marine radar
CN116379937B (zh) 一种输电塔晃动监测方法及装置

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Geological Hazard Slope Displacement Monitoring Method Based on Synthetic Aperture Radar Technology

Effective date of registration: 20230928

Granted publication date: 20221220

Pledgee: China Construction Bank Corporation Weihai high tech sub branch

Pledgor: WEIHAI GEMHO DIGITAL MINE TECHNOLOGY CO.,LTD.

Registration number: Y2023980059503

PE01 Entry into force of the registration of the contract for pledge of patent right