SAR影像中叠掩与阴影区域的识别——以湖北巴东为例

doi:10.13474/j.cnki.11-2246.2019.0357

测绘通报 ›› 2019, Vol. 0 ›› Issue (11): 85-88.doi: 10.13474/j.cnki.11-2246.2019.0357

SAR影像中叠掩与阴影区域的识别——以湖北巴东为例

张同同¹, 杨红磊^1,2, 李东明³, 李永杰¹, 刘俊男¹

1. 中国地质大学(北京), 北京 100083;
2. 资源环境与灾害监测山西省重点实验室, 山西晋中 030600;
3. 水利部水工金属结构质量检验测试中心, 河南郑州 450044

收稿日期:2019-04-01 修回日期:2019-06-05 发布日期:2019-12-02
作者简介:张同同(1994-),男,硕士生,主要研究方向为InSAR数据处理方面。E-mail:846231504@qq.com
基金资助:
国家自然科学基金青年科学基金（41304012）；国家自然科学基金仪器专项（61427802）；国家自然科学基金重点项目NSFC（41330634）；国家自然科学基金面上项目（41374016）；国家电网公司科技项目（GCB17201700121）

Identification of layover and shadows regions in SAR images: —taking Badong as an example

ZHANG Tongtong¹, YANG Honglei^1,2, LI Dongming³, LI Yongjie¹, LIU Junnan¹

1. China University of Geosciences, Beijing 100083, China;
2. Shanxi Key Laboratory of Resources, Environment and Disaster Monitoring, Jinzhong 030600, China;
3. National Center of Quality Inspection & Testing for Hydraulic Metal Structure Ministry of Water Resources, Henan Zhengzhou 450044, China

Received:2019-04-01 Revised:2019-06-05 Published:2019-12-02

摘要/Abstract

摘要： SAR影像中叠掩和阴影区域的识别是滑坡监测中的首要工作，本文针对这一工作利用雷达卫星成像时的几何模型与图像处理中形态学方法综合识别叠掩与阴影区域，以ALOS-2数据为例，对比该地区雷达强度图像，验证了本文试验方法的可靠性。

关键词: 雷达影像, 叠掩, 阴影, 几何模型, 滑坡

Abstract: The identification of overlapping and shadow areas in SAR images is the primary work in landslide monitoring. In this paper, the geometric model of radar satellite imaging and the morphological method in image processing are used to comprehensively identify the overlap and shadow regions. Take the ALOS-2 data as an example. The reliability of the experimental method is verified by comparing the radar intensity images in this area.

Key words: radar image, layover, shadow, geometric model, landslide

中图分类号:

P237

张同同, 杨红磊, 李东明, 李永杰, 刘俊男. SAR影像中叠掩与阴影区域的识别——以湖北巴东为例[J]. 测绘通报, 2019, 0(11): 85-88.

ZHANG Tongtong, YANG Honglei, LI Dongming, LI Yongjie, LIU Junnan. Identification of layover and shadows regions in SAR images: —taking Badong as an example[J]. Bulletin of Surveying and Mapping, 2019, 0(11): 85-88.

参考文献

[1] 王超, 张红, 刘智.星载合成孔径雷达干涉测量[M].北京:科学出版社,2002.
[2] 朱建军,杨泽发,李志伟.InSAR矿区地表三维形变监测与预计研究进展[J].测绘学报, 2019,48(2):135-144.
[3] 谌罗超, 郭浩. 地基合成孔径干涉雷达IBIS-L影像滤波方法研究[J]. 测绘通报, 2018(S1):166-171.
[4] 杨帆, 张磊, 张子文,等. 利用短基线集InSAR技术监测抚顺市地面沉降[J]. 测绘通报, 2018(3):84-88.
[5] 蓝秦隆, 邹进贵. SBAS技术在地面沉降监测中的应用——以武汉市为例[J]. 测绘通报, 2018(S1):278-282.
[6] 王毅鹏, 张永志, 赵超英,等. 云计算技术下的滑坡监测云平台设计——以陕西泾阳为例[J]. 测绘通报, 2019(3):128-132.
[7] EINEDER M. Efficient simulation of SAR interferograms of large areas and of rugged terrain[J].IEEE Transactions on Geoscience and Remote Sensing, 2003, 41(6):1415-1427.
[8] KROPATSCH W G, STROBL D. Generation of SAR layover and shadow maps from digital elevation models[J]. IEEE Transactions on Geoscience and Remote Sensing, 1990, 28(1):98-107.
[9] GATELLI F, MONTI GUAMIERI A, PARIZZI F, et al. The wavenumber shift in SAR interferometry[J]. IEEE Transactions on Geoscience & Remote Sensing, 1994, 29(4):855-865.
[10] GOODMAN N A, LIN S C, RAJAKRISHNA D, et al. Processing of multiple-receiver spaceborne arrays for wide-area SAR[J]. Geoscience & Remote Sensing IEEE Transactions on, 2002, 40(4):841-852.
[11] EINEDER M, ADAM N. A maximum-likelihood estimator to simultaneously unwrap, geocode, and fuse SAR interferograms from different viewing geometries into one digital elevation model[J]. IEEE Transactions on Geoscience and Remote Sensing, 2005, 43(1):24-36.
[12] 蔡斌.分布式星载InSAR与SAR-GMTI信号处理研究[D]. 长沙:国防科学技术大学,2009.
[13] 刘宁宁,向茂生,毛永飞.一种基于InSAR的叠掩区域识别算法[J].科学技术与工程.2011,11(17):3975-3978.
[14] 韩松涛,向茂生.一种干涉雷达阴影区的处理方法[J].电子测量技术.2008,31(3):4-6.
[15] 任云, 邹焕新, 秦先祥,等. 一种InSAR叠掩与阴影区域的检测方法[J]. 中南大学学报(自然科学版), 2013,44(S2):396-400.
[16] 曾敬文,王学文,侯文广,等.连续局部阈值分割的阴影检测方法[J].测绘科学.2016,41(11):93-97.
[17] 韩晓东, 蔡斌, 李晓明. 一种判别InSAR阴影和叠掩的新方法[C]//2017年(第三届)中国航空科学技术大会论文集(上册). 北京:中国航空学会,2017:87-91.
[18] GONZALEZ R C, WOODS R E. Digital image processing(third edition)[M]. New Jersey:Pearson Prentice Hall,2007.
[19] 吴戌,叶伟.复杂场景下的SAR图像水域边缘特征提取[J].兵器装备工程学报,2017,38(8):29-36.
[20] 段连飞,黄国满.无人机载SAR图像信息提取技术[M].西安:西北工业大学出版社,2016.

SAR影像中叠掩与阴影区域的识别——以湖北巴东为例

Identification of layover and shadows regions in SAR images: —taking Badong as an example

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	周志伟, 程翔, 周伟, 郝卫峰, 肖海斌, 陈鸿杰, 杨魁. 地基SAR在滑坡形变监测中的应用[J]. 测绘通报, 2022, 0(7): 60-63.
[2]	许广河, 何小锋, 王国瑞, 扈志勇, 程霞, 李小琼. 黄河流域宁夏(西吉县)段滑坡灾害的InSAR识别及成因分析[J]. 测绘通报, 2022, 0(6): 104-107.
[3]	张家勇, 邹银先, 刘黔云, 张楠, 龚伟, 李康伦. 利用时序InSAR进行毕节市潜在滑坡识别与形变监测[J]. 测绘通报, 2022, 0(6): 121-124.
[4]	师芸, 石龙龙, 牛敏杰, 赵侃. 基于单阶段实例分割网络的黄土滑坡多任务自动识别[J]. 测绘通报, 2022, 0(4): 26-31.
[5]	丁永辉, 张勤, 杨成生, 王猛, 丁辉. 基于高分遥感的金沙江流域滑坡识别——以巴塘县王大龙村为例[J]. 测绘通报, 2022, 0(4): 51-55.
[6]	肖斌, 周忠赣, 范军林, 徐看, 刘向铜. Sentinel+Landsat融合影像的城市不透水面积参数获取[J]. 测绘通报, 2022, 0(4): 66-71,95.
[7]	吴绿川, 王剑辉, 符彦. 基于InSAR技术和光学遥感的贵州省滑坡早期识别与监测[J]. 测绘通报, 2021, 0(7): 98-102.
[8]	史德杰, 蒋金雄, 杜孙稳, 张齐民. 基于星载SAR的滑坡灾害形变特征分析[J]. 测绘通报, 2021, 0(7): 160-162,166.
[9]	郭献涛, 黄腾, 贾燕, 张荣春. 利用TLS技术与伪单点监测模式进行滑坡变形测量[J]. 测绘通报, 2021, 0(6): 106-111.
[10]	毕瑞, 甘淑, 袁希平, 李绕波, 胡琳, 高莎. 面向东川复杂山地滑坡体无人机立面航线规划及建模分析[J]. 测绘通报, 2021, 0(5): 63-67.
[11]	孙浩然, 岳建平. 一种抑制边界效应的EMD方法及其在滑坡监测中的应用[J]. 测绘通报, 2021, 0(5): 77-80,90.
[12]	苏美臣, 魏晓燕, 周峻松, 汪祎勤. 金沙江流域滑坡易发性空间预报分析[J]. 测绘通报, 2021, 0(4): 13-16.
[13]	郭晨, 许强, 董秀军, 巨袁臻, 宁浩. 无人机在重大地质灾害应急调查中的应用[J]. 测绘通报, 2020, 0(10): 6-11,73.
[14]	陈冲, 杨志勇, 史晓亮, 尚雨. 基于Google Earth遥感影像的城市建筑物高度反演[J]. 测绘通报, 2020, 0(1): 98-101.
[15]	王毅鹏, 张永志, 赵超英, 刘晓杰, 张颖云. GPS及InSAR数据支持下的甘肃黑方台滑坡监测云平台设计与分析[J]. 测绘通报, 2019, 0(8): 106-110.