(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210213768.1 (22)申请日 2022.03.07 (65)同一申请的已公布的文献号 申请公布号 CN 114299402 A (43)申请公布日 2022.04.08 (73)专利权人 成都理工大 学 地址 610059 四川省成 都市成华区二仙桥 东三路1号 (72)发明人 戴可人　沈月　吴明堂　冯文凯　 (74)专利代理 机构 成都正德明志知识产权代理 有限公司 513 60 专利代理师 张小娟 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/44(2022.01) G06V 10/82(2022.01) G06T 7/33(2017.01) G06N 3/04(2006.01) G01S 13/90(2006.01)(56)对比文件 CN 111090954 A,2020.0 5.01 CN 113096005 A,2021.07.09 CN 113866764 A,2021.12.31 CN 113192086 A,2021.07.3 0 CN 113960595 A,202 2.01.21 US 2009121921 A1,20 09.05.14 CN 111144246 A,2020.0 5.12 CN 10971 1446 A,2019.0 5.03 CN 113505764 A,2021.10.15 JP 2011209780 A,201 1.10.20 JP 2008242508 A,2008.10.09 CN 108761458 A,2018.1 1.06 (续) 审查员 代冯楠 (54)发明名称 隐患点自动识别方法、 电子设备及计算机可 读存储介质 (57)摘要 本发明提出了一种隐患点自动识别方法、 电 子设备及计算机可读存储介质， 涉及地质监测技 术领域， 包括： 收集覆盖目标区域的SAR数据与 DEM数据； 对SAR数据和DEM数据进行预处理， 并基 于DEM数据对SAR数据进行差分干涉处理以得到 干涉结果； 利用Sobel梯度算子函数模型对干涉 结果进行梯度运算以得到运算结果； 对运算结果 进行去除误差处理以得到去除结果； 利用arcgi s 模型构建器来批量自动统计去除结果， 并提取出 其中发生形变的区域以进行识别； 本发明通过设 计适合的梯度函数模型， 基于干涉相位进行梯度 运算， 除去噪点影响后进行阈值分割， 进而实现 了基于梯度算法的隐患点自动解译， 从而实现了隐患早期快速动态的地质监测识别。 [转续页] 权利要求书1页 说明书6页 附图3页 CN 114299402 B 2022.05.20 CN 114299402 B (56)对比文件 徐娇等.基 于 Hough 变换的DI nSAR环状地 表形变区自动提取. 《海 洋测绘》 .2019,第39卷 (第3期),第45 -49页. 董继红.I nSAR技术在金沙江流 域高位远程 滑坡识别与监测中的应用研究. 《万方数据》 .2021,第1-79页. 杨珍等.基 于D-InSAR技术的当雄 地震形变 场提取研究. 《测绘工程》 .2016,第25卷(第08 期),第5-10页.马威等.高分辨SAR相干系数图像的开采沉 陷区提取. 《测绘科 学》 .2017,第43卷(第0 5期), 第115-120页. 李路.面向沉降漏斗的I nSAR矿区沉降监测 方法研究. 《中国优秀硕士学位 论文全文数据库 工程科技 I辑》 .2021,(第 （2021） 04期),B021- 67. Lele Zhang等.Identifyi ng Potential Landslides by Stack ing-InSAR in Southwestern C hina and Its Performance Compariso n with SBAS-I nSAR. 《remote sensing》 .2021,第13卷第1-14页.2/2 页 2[接上页] CN 114299402 B1.一种隐患点自动识别方法， 其特 征在于， 包括以下步骤： S1、 收集覆盖目标区域的SAR数据与DE M数据； S2、 对SAR数据和DEM数据进行预处理， 并基于DEM数据对SAR数据进行差分干涉处理以 得到干涉结果； S3、 利用Sobel梯度算子函数模型对干涉 结果进行梯度运 算以得到运 算结果； S4、 对运算结果进行去除误差处理以得到去除结果， 具体包括： 获取误差项并根据误差 项确定误差参数， 根据误差参数确定阈值， 利用阈值进行掩膜处 理以得到去除结果； S5、 利用arcgis模型构建器来批量自动统计去除结果， 并提取出其中发生形变的区域 以进行识别。 2.如权利要求1所述的隐患点自动识别方法， 其特征在于， 所述步骤S2中对SAR数据进 行预处理包括： 利用精密轨道数据对SAR数据进行数据导入， 将不存在时间失相干或空间失相干的SAR 数据进行裁 剪以组成小基线干涉对， 并根据该干涉对生成干涉图。 3.如权利要求1所述的隐患点自动识别方法， 其特征在于， 所述步骤S2中对DEM数据进 行预处理包括： 获取地表形变发生后的影像作为主影像， 利用DEM数据与主影像配准， 并对配准后的 DEM数据模拟地形相位。 4.如权利要求1所述的隐患点自动识别方法， 其特征在于， 所述误差项包括水体、 植被 和几何畸变区域， 所述误差参数包括所述水体的后向散射系 数、 所述植被的区域相 干性和 所述几何畸变区域的轨道成像卫星参数。 5.如权利要求1所述的隐患点自动识别方法， 其特 征在于， 所述 步骤S5包括; S51、 通过arcgis软件 对去除结果进行栅格转 面以得到 矢量化的面数据集； S52、 根据字段的属性 提取面数据集中发生形变的面区域； S53、 利用arcgis模型构建器来批量自动统计发生形变的面区域以进行识别。 6.如权利要求1所述的隐患 点自动识别方法， 其特征在于， 所述差分干涉处理采用二轨 差分干涉法。 7.一种电子设备， 其特 征在于， 包括： 存储器， 用于存 储一个或多个程序； 处理器； 当所述一个或多个程序被所述处理器执行时， 实现如权利要求1 ‑6中任一项所述的隐 患点自动识别方法。 8.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程序被处 理器执行时实现如权利要求1 ‑6中任一项所述的隐患点自动识别方法。权　利　要　求　书 1/1 页 2 CN 114299402 B 3