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 PDFInfo
- 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
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
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重复上述采集过程 ,即每经过时间的间隔,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,第n个观测时刻
接收的观测数据记为,与包含了不同方位向坐标上的一系列的回波信息;
步骤S2:对参考原始数据与之后的观测数据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、,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S6:将第n次距离向位移与先前n-1次观测周期的距离向位移相结合并计算,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:
SIFT特征点提取计算方法为:
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,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范围的部分进行裁剪,并在参考
图像坐标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。
本发明步骤S5中图像对干涉方法为:
本发明步骤S5中滤波、解包裹方法为:
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:
本发明步骤S6中距离向速度、距离向加速度计算方法为:
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 、距离向位移、距离向速度与距离向加速
度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、位移场、速度场、加速度场,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,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,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重复上述采集过程 ,即每经过时间的间隔,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,第n个观测时刻
接收的观测数据记为,与包含了不同方位向坐标上的一系列的回波信息;
步骤S2:对参考原始数据与之后的观测数据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、,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S6:将第n次距离向位移与先前n-1次观测周期的距离向位移相结合并计算,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:
SIFT特征点提取计算方法为:
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,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范围的部分进行裁剪,并在参
考图像坐标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。
此实施例步骤S5中图像对干涉方法为:
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:
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:
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:
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 、距离向位移、距离向速度与距离向加速
度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、位移
场、速度场、加速度场,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,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,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重复上述采集过程 ,即每经过时间的间隔,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,第n个观测时刻接收
的观测数据记为,与包含了不同方位向坐标上的一系列的回波信息;
步骤S2:对参考原始数据与之后的观测数据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、,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S6:将第n次距离向位移与先前n-1次观测周期的距离向位移相结合并计算,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:
SIFT特征点提取计算方法为:
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:
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)
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)
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 |
-
2022
- 2022-09-27 CN CN202211178382.8A patent/CN115265424B/zh active Active
Patent Citations (11)
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)
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)
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 |