[发明专利]基于DInSAR和DCNN的矿区分布信息提取方法及系统

说明书

本发明提供了一种基于DInSAR和DCNN的矿区分布信息提取方法及系统，其方法包括：首先，基于淮南市哨兵一号的两幅具有一定时间间隔的雷达影像和目标区域的数字高程模型进行差分干涉测量，获取目标区域的干涉图和形变图；然后，利用地表形变图获取沉降信息特征，根据沉降的突变特征划分出可能为采矿区的区域；最后，再结合高分辨遥感光学影像进行水体的剔除和裸地、建筑物的识别，进而得到目标区域的露天矿区分布信息图。本发明的有益效果是：本发明引用DInSAR作为矿区分布信息提取的粗提取方式，通过阈值分割进行可能采矿区域的提取，并利用光学影像进行水体的剔除和矿区场景的提取；最终确定矿区的分布信息，整个过程自动化程度高，精度高。

技术领域

本发明涉及图像处理领域，尤其涉及一种基于DInSAR和DCNN的矿区分布信息提取方法及系统。

背景技术

矿产资源应用于工业、农业、科技及日常生活的方方面面，是人类生产生活的重要物质基础，是国家重要的资源和宝贵的财富，事关国家经济命脉和国家安全。随着国家经济的高速发展，对于矿产资源的需求量正在不断增长，但因矿产资源本身不可再生性和稀缺性的特点及国家对开采矿产资源实行严格许可制度，一些不法分子在未取得采矿许可证的情况下，擅自开采矿产资源，谋取不法利润，破坏矿产资源，严重扰乱了正常的开采秩序，也催生了一系列问题：地表沉陷、土地沙漠化等，严重的会引起山体开裂、崩塌、滑坡、泥石流、地(矿)震等次生地质灾害。对矿区分布信息进行准确、高效、及时的监控，能及时检测到非法煤矿，减少国家和人民的损失，因而对矿区分布信息的提取具有非常重要的显示意义。

传统的矿区分布信息提取主要是依靠人工实地勘察的方式，工作量大且效率低；近些年随着遥感技术的发展和海量高分辨率遥感影像数据的快速获取，遥感影像逐渐应用到矿区信息提取中来，从这些丰富的遥感数据中准确地获取所需信息并及时的加以处理和应用将成为亟待解决的问题之一。传统的基于像元分类方法仅考虑单个像素的光谱信息，所利用的纹理、几何信息非常少，容易造成错分直接导致较低的分类精度，且椒盐现象严重，这种方法更适用于中低分辨率的遥感影像。在此背景下面向对象的影像分类方法应运而生，首先对遥感影像进行最优尺度分割，然后利用传统的分类方法进行矿区分布信息的提取，此方法不会出现椒盐现象，但由于其只考虑光谱、纹理等信息，未充分利用矿区地表沉降的特性，其精度受到限制。

目前，TM、ETM+和ASTER等数据在矿区监测信息提取领域应用比较多，而合成孔径雷达(SAR)应用比较少。SAR具备全天候、全天时提供监测数据的特点，图像结构信息好，缺点是单波段成像，纹理信息丰富的同时缺少多光谱信息，这正与光学影像互补。合成孔径雷达差分干涉测量是形变监测的常用技术，常用于地震形变、火山活动及地表沉降研究。同时DInSAR地表形变的检测一般可达到cm、mm级的精度，但由于地表形变原因的多样性，无法对形变区域做出具体的判断，故采用DInSAR与光学影像数据融合进行矿区分布信息的提取。本发明以淮南市为例，从DInAR的形变图出发，根据沉降的突变特征划分出可能为采矿区的区域，进一步采用光学影像对DInSAR确定的范围通过深度学习的方法对矿区的场景(裸地、建筑物)进行检测、对水体区域进行剔除，实现矿区分布信息的提取，为DInSAR与光学影像融合进行矿区分布信息提取提供一种可行的途径。

发明内容

为了解决上述问题，本发明提供了一种基于DInSAR和DCNN的矿区分布信息提取方法及系统，一种基于DInSAR和DCNN的矿区分布信息提取方法，主要包括以下步骤：

S101：从需要进行矿区分布信息提取的目标区域对应的卫星上获取目标区域的多源遥感影像；所述多源遥感影像包括雷达影像和光学影像；

S102：根据所述雷达影像，采用差分干涉测量技术获取目标区域的沉降图，并采用阈值分割方法获得预采矿区域图；

S103：将所述预采矿区域图叠加至光学影像上，得到目标区域的第一光学影像；并采用Alexnet卷积神经网络对所述第一光学影像中的水体区域进行识别，并对识别出的水体区域进行剔除，得到剔除水体区域的第二光学影像；