基于HOG特征的InSAR矿区开采沉陷盆地检测方法
王志勇1
李路2
王建2
刘健2
1.山东科技大学 测绘与空间信息学院,山东 青岛 266590;测绘工程国家级实验教学示范中心(山东科技大学),山东 青岛 2665902.山东科技大学 测绘与空间信息学院,山东 青岛 266590
摘要：针对难以从大幅宽InSAR干涉图中自动识别与检测矿区采空区的问题,提出了一种基于方向梯度直方图(HOG)特征的InSAR矿区开采沉陷盆地检测模型,首先使用HOG算子提取样本中开采沉陷盆地和其他目标的边缘特征,用于训练支持向量机(SVM),得到用于检测InSAR开采沉陷盆地的SVM分类器,随后利用相干信息对分类器的检测结果进行筛选,排除疑似目标,提高开采沉陷盆地的检测精度.选取淮北矿区和济宁矿区为实验区,利用Sentinel-1A雷达数据进行了实验验证.结果表明:该模型能够在大区域的InSAR干涉图上有效地检测出矿区开采沉陷盆地,其正确率可达85％,可以为矿区沉降的精细化监测与分析提供参考.
关键词：HOG特征SVM分类器矿区沉降雷达干涉测量
分类号：P237(摄影测量学与测绘遥感)
资助基金：国家自然科学基金(41876202)山东省自然科学基金(ZR2017MD020)科技创新工程项目(2019JZZY020103)地球观测与时空信息科学国家测绘地理信息局重点实验室开放基金(201803)
论文发表日期：2021-03-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 404-410 )
英文信息