公开(公告)号：CN117975297B

公开(公告)日：2024-06-11

申请号：CN202410387330.4

申请日：2024-04-01

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 陈波 ,  贺玉芳 ,  刘通 ,  魏小峰 ,  张亚民

IPC: G06V20/13 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/08

Abstract: 一种联合多源数据辅助的城区地表形变危险性精细识别方法，包括如下步骤：S1、获取需监测城区的基于单极化TerraSAR的城区时序地表形变信息；S2、使用多特征融合网络模型，从SAR平均强度图、InSAR干涉相位图、光学RGB图、OSM城市数字地图及InSAR相干系数图中提取各自的地物特征并进行特征融合，并基于地物特征融合的信息进行语义分割，得到InSAR多源数据融合城区地表地物语义分割图；S3、将城区时序地表形变信息与InSAR多源数据融合城区地表地物语义分割图叠加，得到包含了地物语义信息和形变信息的综合图，并基于综合图，分析形变信号剧烈变化的位置对应的地物信息，实现城区地表形变危险性精细识别，提高基于单极化SAR影像的InSAR城区地表形变危险性识别的准确性。

公开(公告)号：CN117970332B

公开(公告)日：2024-06-07

申请号：CN202410395248.6

申请日：2024-04-02

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 陈波 ,  贺玉芳 ,  刘健 ,  张亚民 ,  魏小峰

IPC: G01S13/90 ,  G06N3/04

Abstract: 一种联合光学影像的InSAR城区地表形变危险性精细识别方法，包括如下步骤：S1、获取需监测城区的基于多时相SAR影像的InSAR城区地表形变信息图；S2、获取需监测城区的光学影像，通过基于光学影像的城区地表变化检测模型进行城区地表覆盖物变化检测，得到城区地表覆盖物变化分布图，识别由于城市地表覆盖物活动引起的地表形变伪危险性区域；S3、叠加InSAR城区地表形变信息图与城区地表覆盖物变化分布图，从InSAR城区地表形变信息图中去除由于城市地表覆盖物活动引起的地表形变伪危险性区域，从而获得InSAR城区地表形变真实危险性区域分布图。该方法能够去除由于城市活动引起的地表伪危险性区域，更准确地识别城区地表形变相关的潜在真实危险。

公开(公告)号：CN117970332A

公开(公告)日：2024-05-03

申请号：CN202410395248.6

申请日：2024-04-02

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 陈波 ,  贺玉芳 ,  刘健 ,  张亚民 ,  魏小峰

IPC: G01S13/90 ,  G06N3/04

Abstract: 一种联合光学影像的InSAR城区地表形变危险性精细识别方法，包括如下步骤：S1、获取需监测城区的基于多时相SAR影像的InSAR城区地表形变信息图；S2、获取需监测城区的光学影像，通过基于光学影像的城区地表变化检测模型进行城区地表覆盖物变化检测，得到城区地表覆盖物变化分布图，识别由于城市地表覆盖物活动引起的地表形变伪危险性区域；S3、叠加InSAR城区地表形变信息图与城区地表覆盖物变化分布图，从InSAR城区地表形变信息图中去除由于城市地表覆盖物活动引起的地表形变伪危险性区域，从而获得InSAR城区地表形变真实危险性区域分布图。该方法能够去除由于城市活动引起的地表伪危险性区域，更准确地识别城区地表形变相关的潜在真实危险。

公开(公告)号：CN117975297A

公开(公告)日：2024-05-03

申请号：CN202410387330.4

申请日：2024-04-01

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 陈波 ,  贺玉芳 ,  刘通 ,  魏小峰 ,  张亚民

IPC: G06V20/13 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/08

Abstract: 一种联合多源数据辅助的城区地表形变危险性精细识别方法，包括如下步骤：S1、获取需监测城区的基于单极化TerraSAR的城区时序地表形变信息；S2、使用多特征融合网络模型，从SAR平均强度图、InSAR干涉相位图、光学RGB图、OSM城市数字地图及InSAR相干系数图中提取各自的地物特征并进行特征融合，并基于地物特征融合的信息进行语义分割，得到InSAR多源数据融合城区地表地物语义分割图；S3、将城区时序地表形变信息与InSAR多源数据融合城区地表地物语义分割图叠加，得到包含了地物语义信息和形变信息的综合图，并基于综合图，分析形变信号剧烈变化的位置对应的地物信息，实现城区地表形变危险性精细识别，提高基于单极化SAR影像的InSAR城区地表形变危险性识别的准确性。