排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
InSAR技术具有测量时间短、速度快、精度高等优点,可有效取代传统测量.SBAS-InSAR技术作为一种时序SAR技术,形变监测精度高,可达毫米级,在地面沉降中得到广泛应用.本文以德州城区为研究区域,利用2016年3月-2018年6月获取的31景Sentinel-1A影像展开研究,并且对比SAR影像滤波常用几种方法,定性分析自适应滤波、Boxcar滤波和Goldstein滤波的去噪效果;通过SBAS技术得到研究区域的时序形变、年均沉降速率以及累积沉降量等结果,发现最大累计沉降量达56 mm.本文研究表明,德州城区整体稳定,中心城区外围部分沉降,中东部略有抬升.此结论对德州市的地质灾害防治工作有一定意义. 相似文献
2.
针对当下全球的水域环境监测中水体提取不完整、与周围地物区分错误等问题,以山东潍河为研究对象,提出了一种改进分水岭分割方法.首先提取目标水体的光谱信息分量作为前景图,然后将膨胀后的水体对象作为背景图,利用前景图与背景图叠加生成标记图,最后利用标记图通过分水岭变换对原图像进行分割以实现水体信息的自动提取.本文将试验结果与OpenCV中手动标记种子点的分水岭算法、基于Canny边缘的分水岭算法、结合形态滤波和标记的分水岭分割方法结果进行了对比.结果表明,本文算法比用种子点手动标记的方法更加自动化,提取的水体更加完整准确;相比于Canny边缘方法又避免了过度分割;比结合形态滤波标记的方法也更加完整准确,目标水体明显,对于水体提取是一种自动化的有效方法. 相似文献
3.
合成孔径雷达(SAR)匹配是SAR影像处理的重要环节,但由于SAR影像的特殊成像机理,导致SAR影像在匹配时会出现精度、成功率都较低等问题。特别是山地区域,SAR影像富含纹理信息稀少,影像间几何畸变和辐射变形严重,导致特征点提取困难,匹配精度低。鉴于此,本文提出了采用SURF算法和归一化互相关测度相结合的方法,该方法能够快速获得大量匹配点对,实现SAR影像高效的自动化匹配。首先,应用SURF算法获取影像特征点约束匹配搜索范围;然后,采用归一化互相关和测度筛选提取到的匹配点对;最后,利用双向一致性约束剔除错误匹配点对。本文选取地形复杂区域SAR影像数据进行匹配实验,结果表明,该方法能够获得高精度、特征稳定且分布均匀的匹配点对,可以有效地避免几何变形对SAR影像匹配的影响。 相似文献
1