CN115236655B 基于全极化sar的滑坡识别方法、系统、设备及介质 （成都理工大学）

US2020096628A1,2020.本发明公开了一种基于全极化SAR的滑坡识达数据分别与目标光学遥感数据和目标数字高孔径雷达数据确定目标区域的纹理特征和色调2127页.3获取目标区域的目标全极化合成孔径雷达数据、目将所述目标全极化合成孔径雷达数据分别与所述目标光学遥感数据以及所述目标数根据所述目标全极化合成孔径雷达数据确定所述目标区域将所述目标融合特征输入至滑坡体识别模型中进获取样本数据集；所述样本数据集包括多个已根据所述样本全极化合成孔径雷达数据、所述样本光学’’表示PolSAR影像的彩色合成图像中第i行第j列像素的RGB值，xi1表示第i行第1列像素的’l=1表示第l个训练样本为滑坡表示第n重;s.t.y[(·xi)-b]≥1-f,l=1,2,…,n；4标全极化合成孔径雷达数据分别与所述目标光学遥感数据以及所述目标数字高程模型数对所述目标全极化合成孔径雷达数据、所述目标光学遥将彩色合成后的目标全极化合成孔径雷达数据与预处理后的目标光学遥感数据进行将彩色合成后的目标全极化合成孔径雷达数据与预处理后的目标数字高程模型数据3.根据权利要求2所述的基于全极化SAR的对滤波处理后的目标全极化合成孔径雷达数据进行后的目标全极化合成孔径雷达数据作为预处理后的数据获取模块，用于获取目标区域的目标全极化合滑坡区域确定模块，用于将所述目标融合特征输入至滑数据集获取子模块，用于获取样本数据集；所述样的样本区域的样本全极化合成孔径雷达数据、样本光学遥感数据和样本数字高程模型数样本融合特征确定子模块，用于根据所述样本全学遥感数据和所述样本数字高程模型数据确定每个支持向量机模型训练子模块，用于采用所述样本融合特征对支持向量机模型进行训5’’表示PolSAR影像的彩色合成图像中第i行第j列像素的RGB值，xi1表示第i行第1列像素的’l=1表示第l个训练样本为滑坡表示第n重;s.t.y[(·xi)-b]≥1-f,l=1,2,…,n；5.根据权利要求4所述的基于全极化SAR数据预处理子模块，用于对所述目标全极化合成6.根据权利要求5所述的基于全极化SAR的地理编码处理单元，用于对滤波处理后的目标全极化合成7.一种电子设备，其特征在于，包括存储序，所述处理器用于运行所述计算机程序以使所述电子设备执行如权利要求1_3中任意一6理器执行时实现如权利要求1_3中任意一项所述的基于全7[0003]现有的遥感影像识别同震滑坡方法根据其特点可以归纳为1）基于光学遥感影[0005]对于基于SAR影像变化检测的滑坡信息提取方法，该方法利用两多时相滑坡图像最后根据机器学习模型来进行识别滑坡信息。该方法旨在利用SAR影像的强度信息进行分[0006]综上，目前的滑坡识别方法存在以下问题1）仅依靠光学遥感影像进行滑坡识8[0011]将所述目标全极化合成孔径雷达数据分别与所述目标光学遥感数据以及所述目[0015]根据所述目标全极化合成孔径雷达数据确定所述目标区域的纹理特征和色调特[0022]将彩色合成后的目标全极化合成孔径雷达数据与预处理后的目标光学遥感数据[0023]将彩色合成后的目标全极化合成孔径雷达数据与预处理后的目标数字高程模型处理后的目标全极化合成孔径雷达数据作为预处理后的目标全[0032]一种基于全极化SAR的滑坡识别系统，所述系统采用上述方法实现，所述系统包9[0044]彩色合成子模块，用于对预处理后的目标全极化合成孔径雷达数据进行彩色合[0049]滤波处理单元，用于对多视处理后的目标全极化合成孔径雷达数据进行滤波处本光学遥感数据和所述样本数字高程模型数据确定每个所述样本区域对应的样本融合特程序，所述处理器用于运行所述计算机程序以使所述电子设备执行上述基于全极化SAR的[0059]本发明提供的基于全极化SAR的滑坡识别方法通过将全极化合成孔径雷达区域的极化特征、分解特征和地形特征等多维特征信息，能够准确反映目标区域的不同地物特征，避免了仅依靠光学遥感数据进行滑坡识别时易受天气影响的问题，提高了滑坡识编码处理后的目标全极化合成孔径雷达数据作为预处理后的目标全极化合成孔径雷达数[0084]步骤S23：将彩色合成后的目标全极化合成孔径雷达数据与预处理后的目标光学[0085]步骤S24：将彩色合成后的目标全极化合成孔径雷达数据与预处理后的目标数字为：将PolSAR影像输入Matlab中读取每一个点的数值，并转到Excel中分析不同地物在对电磁波具有较强的反射效应，在PolSAR影像中滑坡体区域常常亮度对比其他地物较强，[0092]分解特征：通过对PolSAR影像中不同极化基矩阵中极化特征提’影像的彩色合成图像中像素的列号；xij表示PolSAR影像的彩色合成图像中第i行第j列像’’别结果中滑坡区域样本与非滑坡区域样本之间的分离性并与设定阈值进行比较判断滑坡[0112]下面以一个具体实施例对本发明提供的基于全极化SAR的滑坡识别方法进行详细字高程模型数据，在本实施例中，获取了PolSAR高分三号影像、30m空间分辨率的ALOS影像中的HH(红色波段)、VV(绿色波段)、VH(蓝色波段)数据分别作为RGB通道进行彩色合供一种基于全极化SAR的滑坡识别系统。图4为本发明实施例提供的基于全极化SAR的滑坡[0121]所述数据获取模块1用于获取目标区域的目标全极化合成孔径雷达数据、目标光[0122]所述配准模块2用于将所述目标全极化合成孔径雷达数据分别与所述目标光学遥[0123]所述极化特征确定模块3用于根据所述第一配准结果确定所述目标区域的极化特[0125]所述地形特征确定模块5用于根据所述第二配准结果确定所述目标区域的地形特[0126]所述纹理色调特征确定模块6用于根据所述目标全极化合成孔径雷达数据确定所[0127]所述光谱特征确定模块7用于根据所述目标光学遥感数据确定所述目标区域的光[0129]所述滑坡区域确定模块9用于将所述目标融合特征输入至滑坡体识别模型中进行[0132]所述彩色合成子模块用于对预处理后的目标全极化合成孔径雷达数据进行彩色[0133]所述第一配准子模块用于将彩色合成后的目标全极化合成孔径雷达数据与预处[0134]所述第二配准子模块用于将彩色合成后的目标全极化合成孔径雷达数据与预处[0137]所述滤波处理单元用于对多视处理后的目标全极化合成孔径雷达数据进行滤波[0138]所述地理编码处理单元用于对滤波处理后的目标全极化合成孔径雷达数据进行样本光学遥感数据和所述样本数字高程模型数据确定每个所述样本区域对应的样本融合[0143]