-
公开(公告)号：CN112577438B
公开(公告)日：2021-12-28
申请号：CN202011277126.5
申请日：2020-11-16
Applicant: 中国矿业大学
Abstract: 本发明公开了一种利用无人机影像的煤矿区三维形变监测方法，步骤为：估计采煤地表影响区；对两时相无人机影像I1和I2进行配准；配准后，对与采煤地表影响区相对应的无人机影像提取同名点，剔除误匹配点对；根据提取的同名点确定地表在两时相间发生的水平移动，并做空间插值，得到影像空间内连续的水平移动；根据提取的水平移动，结合煤矿开采沉陷模型中下沉和水平移动之间的关系，计算两时相间地表下沉值；把水平移动重投影到与开采走向方向平行和垂直的方向，融合水平移动和下沉值得到地表的三维形变值。本发明利用多时相无人机影像实现煤矿区三维形变监测，破解了基于影像的矿区形变监测对SAR影像的依赖问题，对煤矿区三维形变监测效果好。
-
Patent Agency Ranking
公开(公告)号：CN110136128B
公开(公告)日：2021-03-02
申请号：CN201910421617.3
申请日：2019-05-20
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于Rao检验的SAR影像变化检测方法，适用于图像处理领域。其步骤为：获取同一地区两个时刻的两幅不同时相SAR影像，作出Rao检验的零假设H0和备择假设H1；计算H0约束条件下参数θ的极大似然估计值计算H0约束条件下参数θ的Fisher信息矩阵把H0约束条件下参数θ极大似然估计值代入H1约束条件下SAR影像I1和SAR影像I2同一位置包含N0个像元的邻域联合概率密度函数计算关于参数θ的偏导数；生成SAR影像I1和SAR影像I2基于Rao检验的差异影像DRao；通过差异影像阈值分割生成变化检测结果图。该方法基于Rao检验理论，具有完备的数学基础，提高了从两幅SAR影像中检测地表覆盖信息变化区域的精度；对SAR影像变化检测效果好。
-
公开(公告)号：CN112577438A
公开(公告)日：2021-03-30
申请号：CN202011277126.5
申请日：2020-11-16
Applicant: 中国矿业大学
Abstract: 本发明公开了一种利用无人机影像的煤矿区三维形变监测方法，步骤为：估计采煤地表影响区；对两时相无人机影像I1和I2进行配准；配准后，对与采煤地表影响区相对应的无人机影像提取同名点，剔除误匹配点对；根据提取的同名点确定地表在两时相间发生的水平移动，并做空间插值，得到影像空间内连续的水平移动；根据提取的水平移动，结合煤矿开采沉陷模型中下沉和水平移动之间的关系，计算两时相间地表下沉值；把水平移动重投影到与开采走向方向平行和垂直的方向，融合水平移动和下沉值得到地表的三维形变值。本发明利用多时相无人机影像实现煤矿区三维形变监测，破解了基于影像的矿区形变监测对SAR影像的依赖问题，对煤矿区三维形变监测效果好。
-
公开(公告)号：CN110136128A
公开(公告)日：2019-08-16
申请号：CN201910421617.3
申请日：2019-05-20
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于Rao检验的SAR影像变化检测方法，适用于图像处理领域。其步骤为：获取同一地区两个时刻的两幅不同时相SAR影像，作出Rao检验的零假设H0和备择假设H1；计算H0约束条件下参数θ的极大似然估计值计算H0约束条件下参数θ的Fisher信息矩阵把H0约束条件下参数θ极大似然估计值代入H1约束条件下SAR影像I1和SAR影像I2同一位置包含N0个像元的邻域联合概率密度函数 计算 关于参数θ的偏导数；生成SAR影像I1和SAR影像I2基于Rao检验的差异影像DRao；通过差异影像阈值分割生成变化检测结果图。该方法基于Rao检验理论，具有完备的数学基础，提高了从两幅SAR影像中检测地表覆盖信息变化区域的精度；对SAR影像变化检测效果好。
-
公开(公告)号：CN110136127A
公开(公告)日：2019-08-16
申请号：CN201910416589.6
申请日：2019-05-20
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于Wald检验的SAR影像变化检测方法，适用于图像处理领域。其步骤为：(1)作出用于SAR影像变化检测的Wald检验零假设H0和备择假设H1；(2)计算备择假设H1约束条件下参数θ的极大似然估计值(3)计算备择假设H1约束条件下参数θ的Fisher信息矩阵 (4)生成SAR影像I1和SAR影像I2基于Wald检验的差异影像DWald；(5)通过模糊c均值聚类得到变化检测结果图。该方法基于Wald检验理论，只需要估计备择假设H1约束条件下的参数θ，比估计零假设H0条件下的参数θ简单，计算效率高，具有完备的数学基础，提高了从两幅SAR影像中检测地表覆盖信息变化区域的精度，对SAR影像变化检测效果好。
-
公开(公告)号：CN110136127B
公开(公告)日：2023-04-18
申请号：CN201910416589.6
申请日：2019-05-20
Applicant: 中国矿业大学
IPC: G06T7/00 , G06V10/762
Abstract: 本发明公开了一种基于Wald检验的SAR影像变化检测方法，适用于图像处理领域。其步骤为：(1)作出用于SAR影像变化检测的Wald检验零假设H0和备择假设H1；(2)计算备择假设H1约束条件下参数θ的极大似然估计值(3)计算备择假设H1约束条件下参数θ的Fisher信息矩阵(4)生成SAR影像I1和SAR影像I2基于Wald检验的差异影像DWald；(5)通过模糊c均值聚类得到变化检测结果图。该方法基于Wald检验理论，只需要估计备择假设H1约束条件下的参数θ，比估计零假设H0条件下的参数θ简单，计算效率高，具有完备的数学基础，提高了从两幅SAR影像中检测地表覆盖信息变化区域的精度，对SAR影像变化检测效果好。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
