-
公开(公告)号：CN116819525B
公开(公告)日：2024-02-09
申请号：CN202310571937.3
申请日：2023-05-19
Applicant: 东北大学
Abstract: 本发明公开一种面向高陡边坡的InSAR滑坡监测评价方法及系统，涉及滑坡监测技术领域，该方法包括：根据目标区域的地形信息和覆盖所述目标区域的SAR卫星几何信息，构建InSAR监测滑坡敏感性指数模型；根据所述InSAR监测滑坡敏感性指数模型识别InSAR几何畸变区域，并绘制所述目标区域的地形敏感性指数分布图；根据所述目标区域的InSAR监测数据与GNSS监测数据构建InSAR监测理论与实际敏感性指数模型，根据所述InSAR监测理论与实际敏感性指数模型确定所述InSAR监测数据的可信度。本发明实现了对高陡边坡InSAR监测结果的可信度评价。
-
公开(公告)号：CN116819525A
公开(公告)日：2023-09-29
申请号：CN202310571937.3
申请日：2023-05-19
Applicant: 东北大学
Abstract: 本发明公开一种面向高陡边坡的InSAR滑坡监测评价方法及系统，涉及滑坡监测技术领域，该方法包括：根据目标区域的地形信息和覆盖所述目标区域的SAR卫星几何信息，构建InSAR监测滑坡敏感性指数模型；根据所述InSAR监测滑坡敏感性指数模型识别InSAR几何畸变区域，并绘制所述目标区域的地形敏感性指数分布图；根据所述目标区域的InSAR监测数据与GNSS监测数据构建InSAR监测理论与实际敏感性指数模型，根据所述InSAR监测理论与实际敏感性指数模型确定所述InSAR监测数据的可信度。本发明实现了对高陡边坡InSAR监测结果的可信度评价。
-
公开(公告)号：CN118570615B
公开(公告)日：2024-09-27
申请号：CN202411060139.5
申请日：2024-08-05
Applicant: 东北大学
IPC: G06V10/82 , G06V10/774 , G06V10/72 , G06V10/32 , G06N3/0475 , G06N3/045 , G06N3/094 , G06T7/30 , G06T7/62
Abstract: 本申请涉及遥感影像智能解译与矿区灾害监测交叉技术领域，公开了一种基于高分辨率SAR影像的覆雪条件下结构面识别方法；包括：在露天矿边坡覆雪前采集高分辨率机载SAR影像和高分辨率机载光学影像；对高分辨率机载SAR影像和高分辨率机载光学影像进行配准、裁剪切片和清洗获得SAR‑光学影像数据集；建立C‑HR‑GAN模型，C‑HR‑GAN模型包括光学影像生成网络、光学影像判别网络、总损失函数；将SAR‑光学影像数据集输入至C‑HR‑GAN模型进行训练，获取损失最小的C‑HR‑GAN模型；将覆雪后的SAR影像输入至损失最小的C‑HR‑GAN模型，输出光学影像，对光学影像进行影像质量评估并识别结构面信息。
-
公开(公告)号：CN118570615A
公开(公告)日：2024-08-30
申请号：CN202411060139.5
申请日：2024-08-05
Applicant: 东北大学
IPC: G06V10/82 , G06V10/774 , G06V10/72 , G06V10/32 , G06N3/0475 , G06N3/045 , G06N3/094 , G06T7/30 , G06T7/62
Abstract: 本申请涉及遥感影像智能解译与矿区灾害监测交叉技术领域，公开了一种基于高分辨率SAR影像的覆雪条件下结构面识别方法；包括：在露天矿边坡覆雪前采集高分辨率机载SAR影像和高分辨率机载光学影像；对高分辨率机载SAR影像和高分辨率机载光学影像进行配准、裁剪切片和清洗获得SAR‑光学影像数据集；建立C‑HR‑GAN模型，C‑HR‑GAN模型包括光学影像生成网络、光学影像判别网络、总损失函数；将SAR‑光学影像数据集输入至C‑HR‑GAN模型进行训练，获取损失最小的C‑HR‑GAN模型；将覆雪后的SAR影像输入至损失最小的C‑HR‑GAN模型，输出光学影像，对光学影像进行影像质量评估并识别结构面信息。
-
-
-
Search Results
4
records
(took 0.013 seconds)
