基于影像匹配技术的地震形变监测研究

基于影像匹配技术的地震形变监测研究

论文摘要

差分雷达干涉测量技术(Differential Interferometric Synthetic Aperture Radar,D-InSAR)是新近发展起来的用于监测地表形变的新技术,但对于地震引起的巨大地表形变,容易超出D-InSAR形变监测能力或引起严重去相关而无法干涉,而利用影像灰度信息进行相关匹配计算形变能很好地弥补该缺陷。影像匹配技术是指利用遥感影像的灰度信息,通过相关技术实现主从影像的精确配准,得到对应像素的偏移量;然后根据该偏移量与地表形变的转换关系,从偏移量中提取我们所需的形变信息,从而实现该技术在地表形变监测中的应用。本文主要研究影像匹配技术在地震形变监测中的应用。本文首先介绍了SAR影像匹配技术的原理和方法,包括SAR影像配准、偏移量估计流程等。然后,在深入理解SAR偏移量组成部分及其关系的基础上,针对传统的SAR估计流程的缺陷,提出了一种新的无需地面控制点的地表形变计算流程,并成功地将新流程运用于2008年汶川地震和2010年玉树地震的同震形变监测实验中。最后,为了耀光学影像匹配技术与SAR影像的差异,本文亦对光学影像匹配技术进行了初步的研究,采用地震发生前后的两景SPOT数据进行实验,实现了精度达分米级的正射校正和配准,获取了美国1999年赫克托矿地震沿地表东西向和南北向的同震形变。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 选题的背景及意义
  • 1.1.1 常规地震形变监测手段
  • 1.1.2 InSAR技术监测地震形变
  • 1.1.3 影像匹配技术监测地震形变
  • 1.2 国内外研究现状
  • 1.2.1 SAR影像匹配技术研究现状
  • 1.2.2 光学影像匹配技术研究现状
  • 1.3 本文研究内容和组织结构
  • 第二章 SAR影像匹配技术获取地表形变的基本原理
  • 2.1 引言
  • 2.2 SAR影像亚像素级配准和偏移量的获取
  • 2.2.1 SAR影像亚像素级配准
  • 2.2.2 偏移量的获取
  • 2.2.3 偏移量估计的参数选择
  • 2.3 偏移量到地表形变的转换
  • 2.3.1 偏移量的组成部分
  • 2.3.2 地表形变估计
  • 2.4 本章小结
  • 第三章 一种新的SAR影像匹配技术处理流程
  • 3.1 引言
  • 3.2 传统SAR影像匹配处理流程
  • 3.3 新的SAR影像匹配处理流程
  • 3.3.1 基于稳定区域的配准方法
  • 3.3.2 利用幅度相关技术估计重采样后的主从影像偏移量
  • 3.4 实验及分析
  • 3.4.1 实验区域简介
  • 3.4.2 无形变干涉对实验结果及精度分析
  • 3.4.3 同震形变干涉对实验过程及结果
  • 3.4.4 新方法与传统方法实验比较
  • 3.5 本章小结
  • 第四章 汶川Ms8.0级地震地表形变场获取和分析
  • 4.1 引言
  • 4.2 研究区域简介和SAR数据选取
  • 4.3 SAR影像匹配技术地表形变场获取和分析
  • 4.3.1 SAR影像匹配技术处理流程
  • 4.3.2 偏移量形变结果分析
  • 4.4 D-InSAR地表形变场的获取和分析
  • 4.4.1 D-InSAR处理流程
  • 4.4.2 D-InSAR形变结果分析
  • 4.5 本章小结
  • S7.1级地震地表形变场获取与分析'>第五章 玉树MS7.1级地震地表形变场获取与分析
  • 5.1 引言
  • 5.2 研究区域简介和SAR数据的选取
  • 5.3 D-InSAR地表形变场的获取
  • 5.3.1 D-InSAR处理流程
  • 5.3.2 D-InSAR形变结果分析
  • 5.4 SAR影像匹配技术地表形变场的获取和分析
  • 5.5 本章小结
  • 第六章 光学影像匹配技术监测地震形变
  • 6.1 引言
  • 6.2 光学影像高精度配准和正射校正
  • 6.2.1 正射校正
  • 6.2.2 影像重采样
  • 6.2.3 轨道参数的优化
  • 6.3 利用相位相关法计算偏移量
  • 6.4 1999年美国赫克托矿Mw7.1级地震形变场的获取
  • 6.4.1 实验区域简介和数据准备
  • 6.4.2 实验过程
  • 6.4.3 实验结果
  • 6.5 本章小结
  • 第七章 结论与展望
  • 7.1 本文所做的研究工作
  • 7.2 研究存在的问题及下一步工作
  • 参考文献
  • 致谢
  • 攻读学位期间主要成果
  • 相关论文文献

    • [1].多种点特征的影像匹配质量比较[J]. 测绘地理信息 2017(03)
    • [2].基于特征点的影像匹配[J]. 电子测试 2014(17)
    • [3].低空无人机影像匹配流程设计的优化[J]. 北京测绘 2019(04)
    • [4].一种利用流形学习进行多影像匹配的方法[J]. 武汉大学学报(信息科学版) 2012(11)
    • [5].高程差对双目摄像影像匹配效果的影响[J]. 海洋测绘 2019(06)
    • [6].普通数码影像匹配方法研究[J]. 西部资源 2016(02)
    • [7].基于流形学习的航空影像匹配方法研究[J]. 测绘与空间地理信息 2013(08)
    • [8].一种综合利用像方和物方信息的多影像匹配方法[J]. 测绘学报 2009(03)
    • [9].多源光学卫星影像匹配及精准几何信息提取[J]. 测绘科学 2019(06)
    • [10].图论算法的无人机影像匹配特征点粗差剔除[J]. 测绘通报 2020(04)
    • [11].顾及空间邻接关系的无人机影像匹配并行算法[J]. 应用科学学报 2017(06)
    • [12].高分辨率遥感影像匹配中的相似性度量综述[J]. 测绘与空间地理信息 2013(05)
    • [13].一种考虑云检测的遥感影像匹配方法[J]. 地理空间信息 2019(04)
    • [14].基于影像匹配的基础性地理国情监测遥感影像快速制作[J]. 测绘与空间地理信息 2017(10)
    • [15].基于半全局多视近景影像匹配的三维建模方法[J]. 测绘通报 2014(02)
    • [16].顾及局部相对几何变形改正的影像匹配和空三逐步精化方法[J]. 武汉大学学报(信息科学版) 2018(11)
    • [17].无人机影像匹配点云技术在引哈济党调水工程中的应用[J]. 水利规划与设计 2020(07)
    • [18].基于瓦片的高分影像匹配技术研究[J]. 河南城建学院学报 2018(03)
    • [19].一种无人机热红外与可见光影像匹配方法[J]. 测绘科学技术学报 2019(06)
    • [20].改进模型估计与平差的多幅异源影像匹配方法[J]. 北京理工大学学报 2018(10)
    • [21].多特征结合的倾斜无人机影像匹配方法[J]. 地理信息世界 2019(02)
    • [22].基于WαSH局部特征的立体影像匹配[J]. 中国矿业大学学报 2018(03)
    • [23].相位相关法辅助的重复纹理区低空影像匹配[J]. 武汉大学学报(信息科学版) 2014(10)
    • [24].关于无人机影像匹配点云技术在道路测设中的应用分析[J]. 通讯世界 2019(05)
    • [25].改进的SIFT双向匹配算法在异源影像匹配中的应用[J]. 地理空间信息 2014(06)
    • [26].基于无人机影像匹配点云数据的喀斯特峡谷区火龙果单株提取研究[J]. 浙江农业学报 2020(06)
    • [27].倾斜影像匹配与三维建模关键技术发展综述[J]. 遥感信息 2018(02)
    • [28].基于邻域投票和Harris-SIFT特征的低空遥感影像匹配[J]. 测绘工程 2016(02)
    • [29].自适应运动结构特征的车载全景序列影像匹配方法[J]. 测绘学报 2015(10)
    • [30].基于多基线影像匹配的高分辨率遥感影像DEM的自动生成[J]. 武汉大学学报(信息科学版) 2008(09)

    标签:;  ;  ;  ;  

    基于影像匹配技术的地震形变监测研究
    下载Doc文档

    猜你喜欢