当前位置: 首页> 交通专利数据库 >详情
原文传递 一种基于大数据的滑坡下滑量参数遥感快速勘测方法
专利名称: 一种基于大数据的滑坡下滑量参数遥感快速勘测方法
摘要: 本发明属于遥感勘测技术领域,公开了一种基于大数据的滑坡下滑量参数遥感快速勘测方法,影像采集模块,用于获取滑坡滑动前后两期成像时间较近、成像分辨率优于1m的遥感影像数据和数字高程数据,数字高程数据包括高分辨率卫星影像立体像对数据和机载激光雷达获取的高程数据;数据处理模块,用于对影像采集模块采集的数据进行分析处理;无线通信模块,用于将数据处理模块的处理的数据信息通过无线形式发送给无线基站,无线基站将数据信息发送给云服务器模块进行存储并计算;显示模块,用于显示滑动前后滑坡表面数字高程模型及滑坡下滑量参数。本发明提供数据处理速度;同时通过构建三维遥感模块来构建数字高程模型更加具象化,方便勘测。
专利类型: 发明专利
国家地区组织代码: 重庆;50
申请人: 重庆交通大学
发明人: 吴进良;李修君;吴瑞骐;沈港
专利状态: 有效
发布日期: 2019-01-01T00:00:00+0800
申请号: CN201810085287.0
公开号: CN108398384A
代理机构: 北京国坤专利代理事务所(普通合伙) 11491
代理人: 赵红霞
分类号: G01N21/17(2006.01)I;G06T7/10(2017.01)I;G;G01;G06;G01N;G06T;G01N21;G06T7;G01N21/17;G06T7/10
申请人地址: 402247 重庆市南岸区学府大道66号
主权项: 1.一种基于大数据的滑坡下滑量参数遥感快速勘测系统,其特征在于,所述基于大数据的滑坡下滑量参数遥感快速勘测系统包括:影像采集模块,与数据处理模块连接,用于获取滑坡滑动前后两期成像时间较近、成像分辨率优于1m的遥感影像数据和数字高程数据,数字高程数据包括高分辨率卫星影像立体像对数据和机载激光雷达获取的高程数据;所述影像采集模块的进行矩形分割算法具体方法如下:步骤一,图像发送端首先获得屏幕的分辨率,得到列扫描的范围0~C和行扫描的范围0~R;步骤二,发送端将当前帧图像保存区的数据保存到前一帧图像缓冲区;截获当前的屏幕位图数据并保存在当前帧图像缓冲区;步骤三,发送端首先初始化变化矩形区域左上角坐标和右下角坐标为(0,0),下次扫描起点坐标为(0,0),行无变化标识为true,更新列扫描的范围和行扫描的范围;步骤四,判断是否在行扫描范围内,不在,跳转到步骤十;步骤五,判断是否在列扫描范围内,不在,跳转到步骤八;在列扫描范围内采用隔列直接比较法对当前采样点进行检测;值不同,首先将行无变化标识设置为false,然后判断是否是检测到的第一个变化采样点,是将采样点坐标作为变化矩形区域的左上角坐标,不是第一个变化采样点,将矩形右下角的坐标和该点的坐标比较并取最大值作为新的矩形右下角坐标,再判断该采样点是否是本行第一个变化采样点,是就将该采样点的纵坐标同矩形左上角的纵坐标进行比较并取最小值更新变化矩形区域的左上角坐标;值相同,需要判断行无变化标识是否为false,如果是false,记录坐标作为下次扫描的起点,检测到是最后一列采样点,将最后一列采样点坐标作为下次扫描的起点,跳转到步骤七;步骤六,把列坐标右移N列,跳转到步骤五检测下一个采样点;步骤七,本行检测完毕,将本行的下次扫描起点坐标与上一行记录的下次扫描起点坐标比较,并取最大值作为新的下次扫描起点坐标,行号加1,跳转到步骤四从下一行从头开始从左到右检测;步骤八,判断行无变化标识是否为true且变化矩形区域左上角坐标不为(0,0),不是true,行号加1,跳转到步骤四;是true,则表明整行无不同像素点,得到了一个变化的矩形区域块;得到的变化矩形区域块左上角纵坐标向左移动N列,右下角纵坐标向右移动N列以包含图像边界信息;步骤九,记录检测出的变化矩形区域坐标和相对应的下次扫描起点坐标,判断当前列扫描的范围是否0~C且行扫描的范围是否0~R,是,设置标识表明当前检测出的变化矩形区域标识是第一次检测出的,然后行号加1跳转到步骤四从下一行开始检测下一个变化的矩形区域块;直到检测超出行扫描的范围;步骤十,本次检测完毕后,对本次检测中所有的下次扫描起点进行处理,计算出下次扫描范围的集合;首先检查本次检测出的第一个下次扫描起点的纵坐标是否比最后一列采样点的纵坐标小,不是,该区域检测完成,检测下一个下次扫描起点的纵坐标;是,以第一次检测出的变化矩形区域左上角的横坐标为横坐标,以当前变化矩形区域相关的下次扫描起点坐标的纵坐标为纵坐标,生成一个下次扫描范围的左上角坐标;以第一次检测出的变化矩形区域右下角的横坐标为横坐标,以屏幕的最大列数C为纵坐标生成一个下次扫描范围的右下角坐标;接着处理第二个下次扫描起点,直到本次检测中所有的下次扫描起点都被处理为止;步骤十一,检测下次扫描范围集合中所有的扫描区域,首先基于下次扫描范围集合中第一个扫描区域的宽度和高度,生成行扫描和列扫描的范围,重复步骤三到步骤十检测第一个扫描区域中变化的矩形区域块,接着处理第二个扫描区域,直到下次扫描范围集合中所有的扫描区域都被检测为止;步骤十二,重复步骤十到步骤十一,得到下一次扫描范围的变化矩形区域块,直到所有的下次扫描起点的纵坐标大于或等于最后一列采样点的纵坐标,整个屏幕检测完毕;步骤十三,得到了所有该帧图像相对于前一帧图像变化的面积最小的不重叠矩形区域的集合,检查该集合中的矩形区域,两个矩形其左上角纵坐标和右下角纵坐标相同,且一个矩形的右下角横坐标与另一个矩形左上角横坐标相邻,合并为一个矩形,然后再压缩并发送矩形区域的集合所包含的图像数据及对应坐标到客户端;步骤十四,图像接收端将接收的数据减压后基于每个矩形区域图像数据及对应坐标整合至前一帧图像中并显示;步骤十五,每隔T秒重复步骤二到步骤十四,根据应用场景的不同和带宽的要求,对间隔时间T做调整;数据处理模块,与影像采集模块、无线通信模块、显示模块连接,用于对影像采集模块采集的数据进行分析处理;所诉数据处理模块的图像合成方法,具有摄影设备,通过所述摄影设备分别获取曝光时长不同的两幅图像,包括以下步骤:S1将曝光时间长的图像与曝光时间短的图像分别标记为H图像与L图像;S2分别获取所述H图像与L图像的YCbCr三通道分量,并对各个分量进行梯度计算后得到所述H图像与L图像中每个像素位置的三通道分量梯度值;S3依次将S2步骤获得的所述H图像与L图像中每同一分量的同一个像素位置的梯度进行比较并进行权值修改,得出所述H图像与L图像相对应的权值矩阵;比较为GYH(m,n)与GYL(m,n)、GCbH(m,n)与GCbL(m,n)、GCrH(m,n)与GCrL(m,n)在相同m,n情况下进行比较,其中,m表示图像H或图像L的第m行,n表示图像H或图像L的第n列;进行权值修改时,当两个图像梯度差在最大梯度差的1/3以内时,取相同的权值,即为0.5;反之,当梯度差大于最大梯度差的1/3时,对梯度值大的赋予大于0.5的权值,梯度值小的赋予小于0.5的权值;最后得到两幅图对应的权值矩阵YA(m,n)、CbA(m,n)、CrA(m,n)与YB(m,n)、CbB(m,n)、CrB(m,n);S4将所述H图像与L图像各自的YCbCr三通道分量每个相同像素位置的像素分别乘以其相对应的权值;S5将S4获得的乘积进行求和处理,最终得到三通道分量合成新的图像;无线通信模块,与数据处理模块连接,与无线基站无线连接,用于将数据处理模块的处理的数据信息通过无线形式发送给无线基站,无线基站将数据信息发送给云服务器模块进行存储并计算;所述无线通信模块时频重叠信号的归一化高阶累积量方程组构建方法包括:接收信号的信号模型表示为:r(t)=x1(t)+x2(t)+…+xn(t)+v(t)其中,xi(t)为时频重叠信号的各个信号分量,各分量信号独立不相关,n为时频重叠信号分量的个数,θki表示对各个信号分量载波相位的调制,fci为载波频率,Aki为第i个信号在k时刻的幅度,Tsi为码元长度,pi(t)为滚降系数为α的升余弦成形滤波函数,且n(t)是均值为0,方差为σ2的平稳高斯白噪声;混合信号的高阶累积量公式如下:两边同时除以混合信号的二阶矩k/2次方:进一步变形为:其中表示各分量信号功率与总功率的比值和噪声功率与总功率的比值,分别表示为和λv;高斯白噪声的高阶累积量为0,上式表示为:由此,构建归一化高阶累积量方程组:显示模块,与数据处理模块连接,用于显示滑动前后滑坡表面数字高程模型及滑坡下滑量参数。
所属类别: 发明专利
检索历史
应用推荐