[发明专利]洪涝灾害范围提取方法及系统有效
申请号: | 201710110494.2 | 申请日: | 2017-02-28 |
公开(公告)号: | CN106872956B | 公开(公告)日: | 2019-05-28 |
发明(设计)人: | 徐丰;安凯强;刘俊怡 | 申请(专利权)人: | 民政部国家减灾中心 |
主分类号: | G01S7/41 | 分类号: | G01S7/41;G01S7/02;G01S13/90 |
代理公司: | 北京纽盟知识产权代理事务所(特殊普通合伙) 11456 | 代理人: | 许玉顺 |
地址: | 100124*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 洪涝灾害 范围 提取 方法 系统 | ||
本发明涉及洪涝灾害范围提取系统,包括:预处理单元,对极化合成孔径雷达影像进行极化目标分解,提取相干散射矩阵,利用相干散射矩阵得到极化合成孔径雷达影像的极化总功率图像;水体信息增强单元,构建极化水体增强因子,将该水体增强因子作用于极化总功率图像进行水体信息增强;水体轮廓信息提取单元,针对进行了水体信息增强后的极化总功率图像,在先验地理信息系统水体矢量的约束下提取水体轮廓信息;及洪涝灾害范围确定单元,将水体轮廓信息与先验地理信息系统水体矢量进行比对做差,得到洪涝灾害范围。根据本发明,可以有效区分水体与其粗造度相近的地物,提取出水体覆盖的洪涝灾害范围,因此可以实时监控灾情发展,为灾害的防控提供强有力的支持。
技术领域
本发明涉及洪涝灾害范围提取方法,具体地涉及基于极化合成孔径雷达影像和先验地理信息系统水体矢量的洪涝灾害范围提取方法。
背景技术
洪涝灾害是指因气象原因使水位异常升高冲破堤岸,淹没田地房屋,淹死人畜并引发疾病等的自然灾害。于是,如何准确预报灾害来临,实时监控灾情发展,为灾害的防控提供强有力的支持,成为亟待解决的问题。
为了对洪涝灾害的面积作出合理的估计,很重要的一步就是要对水体进行识别,从遥感影像上快速提取水体覆盖范围。在洪涝灾害发生时,传统光学遥感卫星虽然分辨率较高,但是由于云雾干扰,无法获取高质量的地物影像。合成孔径雷达(SyntheticAperture Radar:SAR)作为主动式遥感器,是一种利用雷达本身发射的微波波段进行成像的系统,可以不受拍摄时间和季节的影响而在云雨天气内连续成像。因此,合成孔径雷达成像在灾害监测尤其是洪涝灾害事件的监测中发挥着不可替代的作用。
但是,由于一般的合成孔径雷达卫星利用相干回波信号进行成像,某些粗糙度相近的地物在合成孔径雷达卫星影像中表现相似,无法通过肉眼进行区分。例如,水体、裸土、操场、阴影、道路等由于粗糙度小、纹理信息不发育,并且散射类型均为奇次散射,在合成孔径雷达卫星影像中通常均表现为黑色,无法有效区分。
发明内容
本发明鉴于如上所述的现有技术状况,其目的在于,提供一种洪涝灾害范围提取方法及系统,基于极化合成孔径雷达影像,根据不同极化通道关系多角度增强水体信息,并且在水体先验矢量信息的约束下进行水体分割提取,从而可以有效区分水体与其粗造度相近的地物,提取出水体覆盖的洪涝灾害范围,因此可以实时监控灾情发展,为灾害的防控提供强有力的支持。
本发明的洪涝灾害范围提取系统,包括:预处理单元,对极化合成孔径雷达影像进行极化目标分解,提取相干散射矩阵,利用上述相干散射矩阵得到上述极化合成孔径雷达影像的极化总功率图像;水体信息增强单元,构建极化水体增强因子,将该水体增强因子作用于极化总功率图像进行水体信息增强;水体轮廓信息提取单元,针对进行了水体信息增强后的极化总功率图像,在先验地理信息系统水体矢量的约束下提取水体轮廓信息;及洪涝灾害范围确定单元,将上述水体轮廓信息与先验地理信息系统水体矢量进行比对做差,得到洪涝灾害范围。
进一步,上述水体信息增强单元利用所述相干散射矩阵构建水体增强因子:
(1)式中,EI(x)表示像素x处水体增强因子,|T11(x)|、|T22(x)|、|T33(x)|表示所述相干散射矩阵中对角线元素的绝对值,α表示权重调节系数,根据实验经验,设置在1-2之间。
进一步,上述水体轮廓信息提取单元通过设置上述先验地理信息系统水体矢量的缓冲区,对上述水体信息增强后的上述极化总功率图像进行演化约束,获取水平集分割演化的初始轮廓,并且设置轮廓内外的演化驱动力参数,进行极化合成孔径雷达影像中水体的演化,得到水体轮廓信息。
进一步,上述水平集分割演化通过图像特性构建不同的能量函数来驱动水平集函数进行曲线演化,分割图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于民政部国家减灾中心,未经民政部国家减灾中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710110494.2/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于联合概率数据关联算法的雷达多目标跟踪优化方法
- 下一篇:一种目标检测方法