基于HOG特征的InSAR矿区开采沉陷盆地检测方法

学报编辑部中国矿业大学学报

题目：基于HOG特征的InSAR矿区开采沉陷盆地检测方法

作者：王志勇^1,2，李路¹，王建¹，刘健¹

作者单位：

1.山东科技大学测绘与空间信息学院，山东青岛 266590；

2.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 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

本文引用格式：王志勇,李路,王建,等.基于HOG特征的InSAR矿区开采沉陷盆地检测方法[J].中国矿业大学学报,2021,50(02):404-410.

长按识别二维码关注中国矿业大学学报官方公众号

继续滑动看下一个

中国矿业大学学报

向上滑动看下一个