基于深度学习的分布式散射体形变监测方法、系统及设备
公开
摘要
本公开实施例中提供了一种基于深度学习的分布式散射体形变监测方法、系统及设备，属于图像处理技术领域，具体包括：采集目标区域的多景时间序列的SAR图像；对全部SAR图像进行配准和干涉；利用配准后的SAR图像训练SAE网络，得到分类模型；使用分类模型对时域平均SAR图像进行分类，得到分类结果；根据分类结果提取与其对应的SAR图像中每个像素的同质像素，并记录每个像素的同质像素和位置索引；根据全部同质像素和位置索引进行相位优化和相干性估计后，计算InSAR监测点上的绝对参数。通过本公开实施方案，将深度学习影像分类的结果用于同质像素选择及分布式散射体形变监测，提高了InSAR点密度和形变监测精准度。
基本信息
专利标题 ：
基于深度学习的分布式散射体形变监测方法、系统及设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114578356A
申请号 ：
CN202210205045.7
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-02
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
胡俊吴文清桂容
申请人 ：
中南大学
申请人地址 ：
湖南省长沙市岳麓区麓山南路932号
代理机构 ：
长沙轩荣专利代理有限公司
代理人 ：
张勇
优先权 ：
CN202210205045.7
主分类号 ：
G01S13/90
IPC分类号 ：
G01S13/90 G01B15/06 G06T7/30 G06N3/08 G06N3/04 G06K9/62 G06V10/774 G06V10/82 G06V10/764
IPC结构图谱
G
G部——物理
G01
测量；测试
G01S
无线电定向；无线电导航；采用无线电波测距或测速；采用无线电波的反射或再辐射的定位或存在检测；采用其他波的类似装置
G01S13/00
使用无线电波的反射或再辐射的系统，例如雷达系统；利用波的性质或波长是无关的或未指明的波的反射或再辐射的类似系统
G01S13/89
用于绘地图或成像
G01S13/90
使用合成孔径技术
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
