基于SAR图像的道路起伏及滑坡信息提取方法研究
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:U418.55;TN957.52
【图文】:
第一章 绪论AR 技术,收集 X,L 和 C 波段的各个频段信息,定量测量地球表面在此框架中,使用 InSAR 技术可以对表面变形进行长期监测并分析力学现象。Hancock Steven 等人于 2018 年改善了 TDX 数据在 InS面的效果,成功估算出温带森林,山地针叶林和热带雨林这种非地表偏差最低降至 1.7m[9]。中国,尽管由于 SAR 数据源缺乏,对 SAR 图像处理的无论是必要的是实际应用方面,都落后与西方的发达国家。但尽管条件相对艰苦,多的学者有着显著的科研成果,也有越来越多的科研机构和高等学 技术。16 年 8 月,我国自主研发的高分三号卫星成功发射升空。它是中国到 1 米的 C 频段多极化 SAR 卫星,也是当今世界成像模式最多的 1-1 展示了高分三号卫星部分成像模式示意图。
图 2-1 合成孔径雷达成像原理图 2-1 中所标识的方位向和卫星飞行方向一致,,距离向垂直于方位向侧视方向。图中 H 表示地卫距离即卫星高度。斜距表示天线到地面,并且将斜距在地面上的投影称为地距。合成孔径雷达在距离向和方高的分辨率。距离向:使用脉冲压缩技术提高信号分辨率;方位向仍是脉冲压缩,但是有不同的是,此时的线性调频信号来自传感器在的信号的相位变化,而不是由发射脉冲提供[27]。前面提到的天线接振幅与相位,最终在成像后的单视复数图像(Single Look Complexage)中体现出来。每一个像素点都反映了地表后向反射的能量信息 卫星成像与处理的流程:物后向波信号收发雷达信号原始数据 单视复数合成孔径技术线性调频及压缩脉冲技术信号相干处理单视处理
【参考文献】
相关期刊论文 前10条
1 涂松;李禹;粟毅;;基于主动轮廓模型的SAR图像分割方法综述[J];系统工程与电子技术;2015年08期
2 刘修国;陈奇;陈启浩;徐乔;;综合多特征的高分辨率极化SAR图像分割[J];系统工程与电子技术;2015年03期
3 王兴玲;胡德勇;唐宏;舒阳;;基于Bayes决策的机载全极化SAR图像滑坡信息提取[J];国土资源遥感;2014年02期
4 张俊娜;邓喀中;;基于GAMMA软件的InSAR数据相位解缠分析比较[J];测绘与空间地理信息;2012年06期
5 于晓歆;杨红磊;彭军还;;一种改进的Goldstein InSAR干涉图滤波算法[J];武汉大学学报(信息科学版);2011年09期
6 安成锦;辛玉林;陈曾平;;基于改进ROEWA算子的SAR图像边缘检测方法[J];中国图象图形学报;2011年08期
7 郝晓龙;陈力;时信华;;基于轨道外推的分布式卫星InSAR系统基线转换新方法[J];飞行器测控学报;2009年05期
8 石晓进;张云华;;基于Fourier-Mellin变换和相干系数法的重复轨道干涉SAR图像配准新方法[J];电子与信息学报;2009年04期
9 刘国林;独知行;薛怀平;郝晓光;;卡尔曼滤波在InSAR噪声消除与相位解缠中的应用[J];大地测量与地球动力学;2006年02期
10 路元刚,王向朝,何国田,钟向红,郑德锋;基于分支设置的质量导引相位展开算法[J];光学学报;2005年04期
相关博士学位论文 前4条
1 赵争;地形复杂区域InSAR高精度DEM提取方法[D];武汉大学;2014年
2 靳国旺;InSAR获取高精度DEM关键处理技术研究[D];解放军信息工程大学;2007年
3 杨杰;星载SAR影像定位和从星载InSAR影像自动提取高程信息的研究[D];武汉大学;2004年
4 方勇;星载SAR图像空间信息提取技术研究与实践[D];解放军信息工程大学;2001年
相关硕士学位论文 前10条
1 杨筱筱;多通道SAR运动目标检测技术研究[D];南京邮电大学;2018年
2 葛毓欢;基于点特征和局部结构信息的遥感图像配准[D];西安电子科技大学;2018年
3 王京;长时序星载InSAR技术滑坡地质灾害监测研究[D];北京交通大学;2018年
4 宋伟源;星载InSAR绝对相位确定和DEM生成技术研究及工程化应用[D];西安电子科技大学;2018年
5 李广;基于SAR极化技术的道路周边地物分类方法研究[D];电子科技大学;2018年
6 谢韬;基于InSAR技术的塔坪滑坡监测与研究[D];长安大学;2018年
7 李艳艳;星载SAR影像直接与间接正射校正技术研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
8 宋超;基于极化SAR影像样本库的地物分类应用研究[D];武汉大学;2017年
9 张婷婷;基于主动轮廓模型的光谱图像分割算法研究[D];南京理工大学;2017年
10 江魏好;DEM辅助的星载SAR图像几何精校正技术[D];国防科学技术大学;2016年
本文编号:2712260
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2712260.html