基于显著性的地震建筑物损毁靶区快速检测

大地震会破坏建筑物,从而造成巨大的人员伤亡。由于雷达遥感可以不受云雨天气影响连续对地观测,因此使用雷达遥感图像进行震后损毁靶区检测是对震区灾情初步判断的重要手段。本文提出一种基于显著性的SAR图像受灾靶区快速检测方法,首先利用Z因子方法生成灾前灾后变化差异图,然后利用视觉显著性方法进行损毁靶区的检测。并利用2018年9月28日印度尼西亚地震前后的哨兵一号(Sentinel-1)图像进行实验,结果表明该方法能帮助解译人员快速识别受灾靶区范围,并且具有较高的检测精度。

多基线层析SAR技术的研究现状分析

层析SAR技术是在干涉SAR(InSAR)基础上发展起来的一种信息反演技术。层析SAR技术弥补了传统In SAR技术在高程向上分辨能力缺失的不足,真正实现了距离向-方位向-高程向的三维成像。本文介绍了层析SAR成像的原理,讨论了成像过程中复图像配准、去斜、相位误差补偿及高程向成像等问题,总结了层析SAR成像的三类算法,分析了层析SAR技术在各领域的应用情况,最后指出了层析SAR成像技术目前存在的问题,并对未来层析SAR技术的发展趋势做出了展望。

基于极化分解组合的SAR图像视觉优化和建筑物损毁评估

建筑物损毁评估对灾害应急监测具有重要意义。极化SAR图像蕴含丰富的地物信息,并且记录有目标地物的极化散射矩阵,可用于建筑物的损毁评估。针对完好和损毁建筑物两类目标的散射特征,利用Touzi分解散射角αs1、去定向后Yamaguchi分解二次散射分量和Touzi分解散射对称度τ2进行RGB彩色合成,对极化SAR图像进行视觉优化,进而利用单一时相SAR图像快速识别出不同损毁程度的建筑物区域。以2011年3月11日发生在日本东北部海域的地震为例,利用灾后的ALOS PALSAR全极化数据开展实验分析,并利用汶川地震RADARSAT-2图像对提出的方法进行验证。结果表明,通过对极化参量的组合不仅可以优化建筑物目标的视觉显示效果,同时可提高不同损毁程度建筑物区域识别度,从而大大降低灾害评估对于数据源的限制和要求。

基于Z因子的SAR图像地震受灾靶区解译

引言SAR即英语“Synthetic Aperture Radar”的缩写,意为合成孔径雷达。雷达发展的初期出现的是真实孔径雷达(Real Aperture Radar,RAR),但受天线物理尺寸大小的限制,很难获得高分辨率(SAR图像区分两个相邻地物的能力)的图像。合成孔径雷达技术是雷达沿着轨道连续地获取一系列图像,通过后期处理将这些图像组合起来.