【摘要】：地表起伏信息描述的是地形表面的高度變化,在地質(zhì)測(cè)繪和土木工程領(lǐng)域發(fā)揮著重大的作用。我國(guó)地質(zhì)環(huán)境復(fù)雜,尤其西南地區(qū),水系發(fā)達(dá),地震頻發(fā),是滑坡發(fā)生的主要誘因�；伦鳛楦哳l率強(qiáng)破壞力的自然災(zāi)害之一,其信息提取是一項(xiàng)迫切且意義深遠(yuǎn)的工作。本文從這兩方面入手,研究基于SAR圖像的道路起伏及滑坡信息提取方法研究。論文研究?jī)?nèi)容如下:(1)提出了較為全面的使用InSAR技術(shù)直接提取地表起伏信息方法,結(jié)合InSAR技術(shù)進(jìn)行三維重建獲得高程信息的理論依據(jù),給出了提取起伏信息的整套流程。分別使用市區(qū)和山區(qū)圖像,研究上述算法在不同地物環(huán)境下的適用情況。進(jìn)行實(shí)地勘測(cè),將實(shí)驗(yàn)結(jié)果和實(shí)地勘測(cè)以及Google Earth數(shù)據(jù)進(jìn)行對(duì)比,證明了該算法的可靠性。(2)本文建立起伏信息提取誤差模型,從系統(tǒng)誤差和相對(duì)誤差兩方面總結(jié)了造成誤差的來(lái)源,分析并統(tǒng)計(jì)了幾個(gè)模型中主要參數(shù)和誤差傳遞系數(shù)的關(guān)系,并提出誤差改進(jìn)方案。(3)針對(duì)對(duì)起伏信息提取誤差影響最大的基線參數(shù),在介紹了幾種常用算法后,針對(duì)準(zhǔn)確率最高的基于控制點(diǎn)的基線估計(jì)法在部分山區(qū)和人跡罕至區(qū)域,無(wú)法設(shè)置控制點(diǎn)的問(wèn)題,提出了基于相干系數(shù)參考點(diǎn)的基線估計(jì)法。該方法能在條件受限的情況下,完成較為精準(zhǔn)的基線估計(jì)。(4)極化SAR圖像無(wú)監(jiān)督分類。本文結(jié)合邊界特征、區(qū)域特征、統(tǒng)計(jì)特征和經(jīng)過(guò)Freeman-DurdenH/α/A極化分解技術(shù)處理的極化特征,構(gòu)建能量泛函并求解,完成多特征輪廓模糊模型的分類算法。在處理過(guò)程中,為了提升分類精度,在模型中加入了模糊隸屬度函數(shù)族,又針對(duì)模糊隸屬度函數(shù)族常常無(wú)法滿足約束條件的問(wèn)題,引入層次思想,對(duì)圖像進(jìn)行逐層分類。最后使用實(shí)際SAR圖像將分類結(jié)果與幾種流行的分類算法作對(duì)比,驗(yàn)證了其準(zhǔn)確性和可靠性。(5)以四川省茂縣的幾處滑坡為例,揭示了滑坡前后滑坡區(qū)域附近地物未發(fā)生改變,滑坡區(qū)域內(nèi)地物類型從低矮叢林變化為裸土的特點(diǎn)。并基于此基礎(chǔ),應(yīng)用全極化SAR圖像分類算法和變化檢測(cè)法,實(shí)現(xiàn)滑坡區(qū)域提取。最后,以錦蘇輸電通道和貴州輸油管道為例,驗(yàn)證了算法的準(zhǔn)確性和滑坡信息提取的實(shí)用性。 【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U418.55;TN957.52

【圖文】：

第一章 緒論AR 技術(shù)，收集 X，L 和 C 波段的各個(gè)頻段信息，定量測(cè)量地球表面在此框架中，使用 InSAR 技術(shù)可以對(duì)表面變形進(jìn)行長(zhǎng)期監(jiān)測(cè)并分析力學(xué)現(xiàn)象。Hancock Steven 等人于 2018 年改善了 TDX 數(shù)據(jù)在 InS面的效果，成功估算出溫帶森林，山地針葉林和熱帶雨林這種非地表偏差最低降至 1.7m[9]。中國(guó)，盡管由于 SAR 數(shù)據(jù)源缺乏，對(duì) SAR 圖像處理的無(wú)論是必要的是實(shí)際應(yīng)用方面，都落后與西方的發(fā)達(dá)國(guó)家。但盡管條件相對(duì)艱苦，多的學(xué)者有著顯著的科研成果，也有越來(lái)越多的科研機(jī)構(gòu)和高等學(xué) 技術(shù)。16 年 8 月，我國(guó)自主研發(fā)的高分三號(hào)衛(wèi)星成功發(fā)射升空。它是中國(guó)到 1 米的 C 頻段多極化 SAR 衛(wèi)星，也是當(dāng)今世界成像模式最多的 1-1 展示了高分三號(hào)衛(wèi)星部分成像模式示意圖。

圖 2-1 合成孔徑雷達(dá)成像原理圖 2-1 中所標(biāo)識(shí)的方位向和衛(wèi)星飛行方向一致，，距離向垂直于方位向側(cè)視方向。圖中 H 表示地衛(wèi)距離即衛(wèi)星高度。斜距表示天線到地面，并且將斜距在地面上的投影稱為地距。合成孔徑雷達(dá)在距離向和方高的分辨率。距離向：使用脈沖壓縮技術(shù)提高信號(hào)分辨率；方位向仍是脈沖壓縮，但是有不同的是，此時(shí)的線性調(diào)頻信號(hào)來(lái)自傳感器在的信號(hào)的相位變化，而不是由發(fā)射脈沖提供[27]。前面提到的天線接振幅與相位，最終在成像后的單視復(fù)數(shù)圖像(Single Look Complexage)中體現(xiàn)出來(lái)。每一個(gè)像素點(diǎn)都反映了地表后向反射的能量信息 衛(wèi)星成像與處理的流程：物后向波信號(hào)收發(fā)雷達(dá)信號(hào)原始數(shù)據(jù) 單視復(fù)數(shù)合成孔徑技術(shù)線性調(diào)頻及壓縮脈沖技術(shù)信號(hào)相干處理單視處理

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 涂松;李禹;粟毅;;基于主動(dòng)輪廓模型的SAR圖像分割方法綜述[J];系統(tǒng)工程與電子技術(shù);2015年08期

2 劉修國(guó);陳奇;陳啟浩;徐喬;;綜合多特征的高分辨率極化SAR圖像分割[J];系統(tǒng)工程與電子技術(shù);2015年03期

3 王興玲;胡德勇;唐宏;舒陽(yáng);;基于Bayes決策的機(jī)載全極化SAR圖像滑坡信息提取[J];國(guó)土資源遙感;2014年02期

4 張俊娜;鄧喀中;;基于GAMMA軟件的InSAR數(shù)據(jù)相位解纏分析比較[J];測(cè)繪與空間地理信息;2012年06期

5 于曉歆;楊紅磊;彭軍還;;一種改進(jìn)的Goldstein InSAR干涉圖濾波算法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2011年09期

6 安成錦;辛玉林;陳曾平;;基于改進(jìn)ROEWA算子的SAR圖像邊緣檢測(cè)方法[J];中國(guó)圖象圖形學(xué)報(bào);2011年08期

7 郝曉龍;陳力;時(shí)信華;;基于軌道外推的分布式衛(wèi)星InSAR系統(tǒng)基線轉(zhuǎn)換新方法[J];飛行器測(cè)控學(xué)報(bào);2009年05期

8 石曉進(jìn);張?jiān)迫A;;基于Fourier-Mellin變換和相干系數(shù)法的重復(fù)軌道干涉SAR圖像配準(zhǔn)新方法[J];電子與信息學(xué)報(bào);2009年04期

9 劉國(guó)林;獨(dú)知行;薛懷平;郝曉光;;卡爾曼濾波在InSAR噪聲消除與相位解纏中的應(yīng)用[J];大地測(cè)量與地球動(dòng)力學(xué);2006年02期

10 路元?jiǎng)?王向朝,何國(guó)田,鐘向紅,鄭德鋒;基于分支設(shè)置的質(zhì)量導(dǎo)引相位展開算法[J];光學(xué)學(xué)報(bào);2005年04期

相關(guān)博士學(xué)位論文 前4條

1 趙爭(zhēng);地形復(fù)雜區(qū)域InSAR高精度DEM提取方法[D];武漢大學(xué);2014年

2 靳國(guó)旺;InSAR獲取高精度DEM關(guān)鍵處理技術(shù)研究[D];解放軍信息工程大學(xué);2007年

3 楊杰;星載SAR影像定位和從星載InSAR影像自動(dòng)提取高程信息的研究[D];武漢大學(xué);2004年

4 方勇;星載SAR圖像空間信息提取技術(shù)研究與實(shí)踐[D];解放軍信息工程大學(xué);2001年

相關(guān)碩士學(xué)位論文 前10條

1 楊筱筱;多通道SAR運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究[D];南京郵電大學(xué);2018年

2 葛毓歡;基于點(diǎn)特征和局部結(jié)構(gòu)信息的遙感圖像配準(zhǔn)[D];西安電子科技大學(xué);2018年

3 王京;長(zhǎng)時(shí)序星載InSAR技術(shù)滑坡地質(zhì)災(zāi)害監(jiān)測(cè)研究[D];北京交通大學(xué);2018年

4 宋偉源;星載InSAR絕對(duì)相位確定和DEM生成技術(shù)研究及工程化應(yīng)用[D];西安電子科技大學(xué);2018年

5 李廣;基于SAR極化技術(shù)的道路周邊地物分類方法研究[D];電子科技大學(xué);2018年

6 謝韜;基于InSAR技術(shù)的塔坪滑坡監(jiān)測(cè)與研究[D];長(zhǎng)安大學(xué);2018年

7 李艷艷;星載SAR影像直接與間接正射校正技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2017年

8 宋超;基于極化SAR影像樣本庫(kù)的地物分類應(yīng)用研究[D];武漢大學(xué);2017年

9 張婷婷;基于主動(dòng)輪廓模型的光譜圖像分割算法研究[D];南京理工大學(xué);2017年

10 江魏好;DEM輔助的星載SAR圖像幾何精校正技術(shù)[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

本文編號(hào)：2712260