-
公开(公告)号：CN112363165B
公开(公告)日：2022-06-24
申请号：CN202011304676.1
申请日：2020-11-19
Applicant: 中南大学
Abstract: 本发明公开了一种林下地形反演方法、装置、设备及介质，方法为：获取林下地形反演区域的双站TanDEM‑X数据并进行干涉处理，获取干涉相位和体失相干系数；对干涉相位去除平地、模拟地形、噪声、轨道误差等相位，得到残余地形相位；使用残余地形相位和模拟地形相位重建高精度InSAR地形相位；构建林下反演模型，联合ICESat‑2地面测高点进行平差计算，求解模型中的未知参数；使用体失相干系数和高精度InSAR地形相位信息，根据林下反演模型计算整个反演区域的林下地形数据。本发明是一种稳健可行的林下地形估算方法，可以广泛应用于TanDEM‑X数据测量大范围的林下地形高度。
-
公开(公告)号：CN111965645A
公开(公告)日：2020-11-20
申请号：CN202010795372.3
申请日：2020-08-10
Applicant: 中南大学
IPC: G01S13/90
Abstract: 本发明公开了一种顾及几何约束的多基线植被高度反演方法及装置，其中方法包括：获取多景SAR影像进行预处理，得到多个干涉对各多种极化复相干系数；指定主干涉对和几何约束干涉对；指定RVoG模型作为植被高度反演模型，利用主干涉对的极化复相干系数建构观测方程组，并采用三阶段植被高度反演算法计算多参数初值；利用几何约束干涉对的极化复相干系数进行直线拟合，并构建有关于植被高度和消光系数的几何约束条件；利用各参数初值和几何约束条件，采用非线性迭代算法求解观测方程组中包括植被高度的未知参数。本发明在具有多景SAR影像的情况下，将植被参数与数据本身之间的关系转化为几何约束条件，植被高度反演效果较好。
-
公开(公告)号：CN109738895B
公开(公告)日：2020-04-07
申请号：CN201910098827.3
申请日：2019-01-31
Applicant: 中南大学
Abstract: 本发明公开了一种基于二阶傅里叶‑勒让德多项式的植被高度反演模型的构建与反演方法，其中构建方法为：首先获取关于植被覆盖层垂直结构的SAR影像，进行极化干涉处理并生成极化复相干系数γ(ω)；然后将SAR影像所对应的植被覆盖层垂直结构表述为二阶傅里叶‑勒让德多项式；最终将极化复相干系数γ(ω)作为观测值，基于傅里叶‑勒让德系数a00,a10,a20、植被高度hv和地表高程hg，建立基于二阶傅里叶‑勒让德多项式的植被高度反演模型。本方案的植被高度反演模型，将植被高度、地表高程、用来表述植被覆盖层垂直结构的傅里叶‑勒让德系数有机结合到同一个函数方程中以作为模型参数并建立植被高度反演模型，其建模过程简单明了，易于实现。
-
公开(公告)号：CN103235301B
公开(公告)日：2014-11-05
申请号：CN201310177602.X
申请日：2013-05-14
Applicant: 中南大学
IPC: G01S7/48
Abstract: 本发明涉及微波遥感在森林领域中的应用，公开了一种基于复数域平差理论的POLInSAR植被高度反演方法，该方法将复数域平差理论与POLInSAR植被高反演的物理模型进行有机结合，包括以下步骤：步骤1：对获取的N景全极化数据进行配准，获得M个基线干涉对；步骤2：对M个基线干涉对进行极化干涉，获得M*P个干涉条纹图，并估计其对应的复相干性；步骤3：基于复数域平差计算，求得植被高hv。该基于复数域平差理论的POLInSAR植被高度反演方法原理直观，易于编程实现和扩展，是一种稳健可行的植被高反演算法，可以广泛应用于POLInSAR技术测量大范围区域乃至全球尺度植被高度。
-
公开(公告)号：CN119293683A
公开(公告)日：2025-01-10
申请号：CN202411331106.X
申请日：2024-09-24
Applicant: 中南大学
IPC: G06F18/2433 , G06F18/25 , G06F18/10 , G06F18/2337
Abstract: 本发明提供一种基于马氏距离的模糊聚类的多参数光子点云滤波方法，包括：对ICESat‑2/ATL03光子点云数据进行坐标投影转换，将经度、纬度、高程的三维坐标投影到沿轨距离—点云高程的二维剖面；计算光子点云数据中每个光子点基于局部距离统计方法LDS的特征参数；计算光子点云数据中每个光子点基于局部离群因子方法LOF的特征参数；通过基于马氏距离的模糊聚类FCM‑M对LDS和LOF两个特征参数进行融合。通过隶属度矩阵U实现信号光子与噪声光子的自动分离；精度评定，将经过人工判读的ATL03光子点云作为真实信号光子点云，与基于马氏距离模糊聚类滤波方法识别出的信号光子进行定量对比分析。本发明在复杂地形下的茂密高大林区和低矮稀疏林区均能表现出较高的滤波精度。
-
Patent Agency Ranking
公开(公告)号：CN117111062A
公开(公告)日：2023-11-24
申请号：CN202310888056.4
申请日：2023-07-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于区域网平差且顾及穿透深度的林下地形反演方法、装置、设备及介质，方法为：获取森林区多景双站TanDEM‑X数据并进行干涉和去平处理，获取影像的相干系数；对干涉去平后的相位地理地理编码，解缠滤波以及相高转换得到初始数字高程模型；考虑X波段在森林区的穿透作用和TanDEM‑XDEM产生的系统误差，构建一个考虑穿透的总误差模型；选用连接点联合ICESat‑2地面测高点进行平差计算，求解模型中的未知参数，使用InSARDEM根据总误差模型计算出整个区域的林下地形数据。本发明考虑穿透深度对林下地形进行区域网平差和反演，是一种稳健可行的区域网平差方法，能够大范围反演，适应性较强。
-
公开(公告)号：CN110988879B
公开(公告)日：2022-08-12
申请号：CN201911345531.3
申请日：2019-12-24
Applicant: 中南大学
IPC: G01S13/90
Abstract: 本发明公开了一种植被参数反演方法、终端设备及存储介质，其中方法包括以下步骤：步骤1，对2幅SAR影像进行预处理和极化干涉处理，以获取单基线全极化复相干系数观测值；步骤2，确定参与联合解算的区块大小，即联合解算的像素点的个数，并设置未知参数反演的初始值；步骤3，基于RVoG模型与各像素的全极化复相干系数，构建观测方程；步骤4，根据前述获得的参数初值，采用非线性迭代算法进行植被高度反演。本发明解决了现有技术中应用RVoG模型反演植被高度时的秩亏问题，提高参数反演求解时的解算稳定性。
-
公开(公告)号：CN114325696A
公开(公告)日：2022-04-12
申请号：CN202111382235.8
申请日：2021-11-22
Applicant: 中南大学
Abstract: 本发明公开了一种单基线InSAR轨道误差参数化建模与估计方法、装置、设备及介质，方法包括：对双站模式下的单基线干涉数据进行预处理获取干涉相位；基于外部DEM数据和干涉几何参数对干涉相位进行模拟计算，得到模拟干涉相位；对得到的干涉相位用模拟干涉相位进行差分，然后进行解缠处理得到解缠的差分干涉相位，将其作轨道误差的观测值；基于外部DEM数据和干涉几何参数，逐行构建轨道误差的参数化模型；利用加权迭代最小二乘估计方法求解轨道误差参数化模型中的未知参数，进而得到轨道误差。本发明可以应用于高精度、高分辨率数字高程模型(DEM)的重建。
-
公开(公告)号：CN110703220B
公开(公告)日：2021-06-22
申请号：CN201910968899.9
申请日：2019-10-12
Applicant: 中南大学
Abstract: 本发明公开了一种顾及时间去相干因子的多基线PolInSAR植被参数反演方法，包括以下步骤：步骤0，在RVoG模型中引入时间去相干因子，得到顾及时间去相干因子的RVoG扩展模型；步骤1，对植被的多基线极化干涉SAR影像进行预处理和极化干涉处理，以获取多基线多极化复相干系数观测值；步骤2，设置和计算RVoG扩展模型的植被参数反演初值；步骤3，选取N条基线中的一条作为参考基线，认为其不存在时间去相干因子的影响；步骤4，将观测值与RVoG扩展模型进行匹配，构建观测方程；最终根据前述获得的参数初值，采用非线性迭代算法进行植被参数反演。本发明可以提高植被参数反演的精度，且易于实现。
-
公开(公告)号：CN111239736A
公开(公告)日：2020-06-05
申请号：CN202010195430.9
申请日：2020-03-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于单基线的地表高程校正方法、装置、设备及存储介质，其中方法为：获取研究区域的两个全孔径影像，采用子孔径分解技术获取每个全孔径影像分解为两个子视影像；对全孔径影像和子视影像预处理得到对应的干涉图；对两个子视干涉图均使用DEM数据进行去地形处理，以及去平地和轨道误差相位，得到包括相同对流层延迟误差的两个子视差分干涉图；采用小波分解技术，对两个子视差分干涉图的高频小波系数进行相关性分析，提取对流层延迟误差相位；将得到的对流层延迟误差相位从全孔径干涉图中去除，再根据卫星轨道参数计算得到地表高程数据。本发明仅需使用两景全孔径影像即可提取对流层延迟误差相位，并且得到高精度的地表高程数据。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.019 seconds)
