本技術(shù)涉及攝影測(cè)量學(xué)，具體涉及一種城市道路工程的形變監(jiān)測(cè)方法、系統(tǒng)及裝置。

背景技術(shù)：

1、隨著城市規(guī)模的不斷擴(kuò)大，城市道路網(wǎng)絡(luò)日益復(fù)雜，道路的健康狀況對(duì)城市交通流暢性和安全性的影響日益凸顯。城市道路工程的形變監(jiān)測(cè)能夠及時(shí)發(fā)現(xiàn)道路病害，預(yù)防道路塌陷等嚴(yán)重安全事故的發(fā)生。城市基礎(chǔ)設(shè)施的設(shè)計(jì)、建設(shè)和運(yùn)維安全過(guò)程中的全生命周期形變監(jiān)測(cè)需求日益增長(zhǎng)。通過(guò)形變監(jiān)測(cè)，可以對(duì)城市道路的健康狀況進(jìn)行評(píng)估，為道路的維修和改造提供科學(xué)依據(jù)。

2、合成孔徑雷達(dá)差分干涉測(cè)量技術(shù)（ps-insar）的監(jiān)測(cè)效果則依賴于sar圖像的質(zhì)量，而sar圖像會(huì)在獲取的時(shí)候產(chǎn)生斑點(diǎn)噪聲，而使用現(xiàn)有l(wèi)ee去噪算法進(jìn)行去噪時(shí)，會(huì)導(dǎo)致圖像的邊緣信息在濾波過(guò)程中丟失，影響圖像的銳度和細(xì)節(jié)，故需要對(duì)lee去噪后的sar圖像進(jìn)行修正，進(jìn)而提高圖像質(zhì)量，使提高城市道路形變監(jiān)測(cè)準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問(wèn)題，本技術(shù)的目的在于提供一種城市道路工程的形變監(jiān)測(cè)方法、系統(tǒng)及裝置，所采用的技術(shù)方案具體如下：

2、第一方面，本技術(shù)實(shí)施例提供了一種城市道路工程的形變監(jiān)測(cè)方法，該方法包括以下步驟：

3、采集城市道路的各幅sar圖像；

4、將各幅sar圖像中各特征點(diǎn)鄰域作為各像素塊，基于任意兩幅sar圖像中匹配的像素塊之間的灰度值差異構(gòu)建所述任意兩幅sar圖像之間的相似性；

5、通過(guò)匹配算法獲取所述任意兩幅sar圖像的邊緣圖像之間各對(duì)匹配的邊緣像素點(diǎn)，以及匹配的邊緣像素點(diǎn)之間的相似度；基于所述相似度及各邊緣像素點(diǎn)在各邊緣圖像中的匹配情況，結(jié)合所述任意兩幅sar圖像之間的相似性，計(jì)算各邊緣像素點(diǎn)為噪聲像素點(diǎn)的第一可能性；

6、基于邊緣圖像中各邊緣像素點(diǎn)的所在邊緣線的長(zhǎng)度及鄰域內(nèi)邊緣像素點(diǎn)數(shù)量確定各邊緣像素點(diǎn)為噪聲像素點(diǎn)的第二可能性，結(jié)合所述第一可能性計(jì)算各邊緣像素點(diǎn)的含噪程度；

7、基于各邊緣像素點(diǎn)的含噪程度及sar圖像的去噪前后圖像中對(duì)應(yīng)像素點(diǎn)灰度值計(jì)算各邊緣像素點(diǎn)的最終灰度值，基于所述最終灰度值對(duì)去噪后sar圖像進(jìn)行增強(qiáng)；

8、基于所有幅sar圖像的增強(qiáng)后的去噪圖像，結(jié)合地表形變檢測(cè)算法進(jìn)行城市道路形變監(jiān)測(cè)。

9、在其中一種實(shí)施例中，所述任意兩幅sar圖像之間的相似性的獲取過(guò)程為：

10、將所述任意兩幅sar圖像的像素塊通過(guò)塊匹配算法進(jìn)行匹配，得到其中一幅sar圖像中各像素塊在另一幅sar圖像中的匹配像素塊；

11、將匹配的兩個(gè)像素塊的中心像素點(diǎn)之間的灰度值差異記為第一差異；計(jì)算所述任意兩幅sar圖像之間所有所述第一差異的均值，將所述均值的歸一化值的倒數(shù)記為所述任意兩幅sar圖像之間的相似性。

12、在其中一種實(shí)施例中，所述各邊緣像素點(diǎn)為噪聲像素點(diǎn)的第一可能性的獲取過(guò)程為：

13、若當(dāng)前邊緣像素點(diǎn)在某一邊緣圖像中不存在匹配的邊緣像素點(diǎn)，則將所述某一邊緣圖像作為當(dāng)前邊緣像素點(diǎn)的不可匹配圖像；將第a幅邊緣圖像中第u個(gè)邊緣像素點(diǎn)為噪聲像素點(diǎn)的第一可能性記為，的表達(dá)式為：

14、

15、式中，為歸一化函數(shù)，表示第a幅邊緣圖像中第u個(gè)邊緣像素點(diǎn)的不可匹配圖像數(shù)量，s表示采集的sar圖像數(shù)量，表示第a幅與第b幅sar圖像之間的相似性的歸一化值，表示第a幅邊緣圖像中第u個(gè)邊緣像素點(diǎn)與第b幅邊緣圖像中匹配的邊緣像素點(diǎn)之間的相似度。

16、在其中一種實(shí)施例中，所述各邊緣像素點(diǎn)為噪聲像素點(diǎn)的第二可能性的獲取過(guò)程為：

17、通過(guò)直線檢測(cè)算法得到各幅邊緣圖像中的直線，將長(zhǎng)度大于預(yù)設(shè)的長(zhǎng)度閾值的直線上的邊緣像素點(diǎn)記為道路邊緣像素點(diǎn)；將道路邊緣像素點(diǎn)為噪聲像素點(diǎn)的第二可能性設(shè)置為0；

18、對(duì)于除道路邊緣像素點(diǎn)之外的其他邊緣像素點(diǎn)，統(tǒng)計(jì)目標(biāo)邊緣像素點(diǎn)的鄰域內(nèi)與目標(biāo)邊緣像素點(diǎn)不共線的邊緣像素點(diǎn)的數(shù)量，記為第一數(shù)量，獲取目標(biāo)邊緣像素點(diǎn)所在邊緣線的長(zhǎng)度，記為第一長(zhǎng)度，基于所述第一數(shù)量及所述第一長(zhǎng)度確定各邊緣像素點(diǎn)為噪聲像素點(diǎn)的第二可能性，其中各邊緣像素點(diǎn)的所述第二可能性分別與各邊緣像素點(diǎn)的所述第一數(shù)量及所述第一長(zhǎng)度成負(fù)相關(guān)關(guān)系。

19、在其中一種實(shí)施例中，所述各邊緣像素點(diǎn)的含噪程度為：各邊緣像素點(diǎn)的第一可能性與第二可能性的均值。

20、在其中一種實(shí)施例中，所述各邊緣像素點(diǎn)的最終灰度值的表達(dá)式為：

21、，式中，表示當(dāng)前邊緣像素點(diǎn)的最終灰度值，和分別表示當(dāng)前邊緣像素點(diǎn)對(duì)應(yīng)的去噪前和去噪后sar圖像中像素點(diǎn)的灰度值，表示當(dāng)前邊緣像素點(diǎn)的含噪程度。

22、在其中一種實(shí)施例中，所述對(duì)去噪后sar圖像進(jìn)行增強(qiáng)的方式為：使用各邊緣像素點(diǎn)的最終灰度值替換去噪后sar圖像中對(duì)應(yīng)像素點(diǎn)的灰度值。

23、在其中一種實(shí)施例中，所述進(jìn)行城市道路形變監(jiān)測(cè)，具體為：

24、將所有幅sar圖像的增強(qiáng)后的去噪圖像作為地表形變檢測(cè)算法的輸入，輸出為城市道路各點(diǎn)的形變量；若城市道路中任意一點(diǎn)的形變量大于形變閾值，則進(jìn)行報(bào)警處理；否則，不進(jìn)行報(bào)警處理。

25、第二方面，本技術(shù)實(shí)施例還提供了一種城市道路工程的形變監(jiān)測(cè)系統(tǒng)，包括：

26、數(shù)據(jù)采集模塊：采集城市道路的各幅sar圖像；

27、圖像相似性分析模塊：將各幅sar圖像中各特征點(diǎn)鄰域作為各像素塊，基于任意兩幅sar圖像中匹配的像素塊之間的灰度值差異構(gòu)建所述任意兩幅sar圖像之間的相似性；

28、噪聲可能性評(píng)估模塊：通過(guò)匹配算法獲取所述任意兩幅sar圖像的邊緣圖像之間各對(duì)匹配的邊緣像素點(diǎn)，以及匹配的邊緣像素點(diǎn)之間的相似度；基于所述相似度及各邊緣像素點(diǎn)在各邊緣圖像中的匹配情況，結(jié)合所述任意兩幅sar圖像之間的相似性，計(jì)算各邊緣像素點(diǎn)為噪聲像素點(diǎn)的第一可能性；

29、含噪程度計(jì)算模塊：基于邊緣圖像中各邊緣像素點(diǎn)的所在邊緣線的長(zhǎng)度及鄰域內(nèi)邊緣像素點(diǎn)數(shù)量確定各邊緣像素點(diǎn)為噪聲像素點(diǎn)的第二可能性，結(jié)合所述第一可能性計(jì)算各邊緣像素點(diǎn)的含噪程度；

30、圖像增強(qiáng)模塊：基于各邊緣像素點(diǎn)的含噪程度及sar圖像的去噪前后圖像中對(duì)應(yīng)像素點(diǎn)灰度值計(jì)算各邊緣像素點(diǎn)的最終灰度值，基于所述最終灰度值對(duì)去噪后sar圖像進(jìn)行增強(qiáng)；

31、城市道路形變監(jiān)測(cè)模塊：基于所有幅sar圖像的增強(qiáng)后的去噪圖像，結(jié)合地表形變檢測(cè)算法進(jìn)行城市道路形變監(jiān)測(cè)。

32、第三方面，本技術(shù)實(shí)施例還提供了一種城市道路工程的形變監(jiān)測(cè)裝置，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述第一方面所述方法的步驟。

33、本技術(shù)實(shí)施例至少具有如下有益效果：

34、本技術(shù)通過(guò)任意兩幅城市道路sar圖像中特征點(diǎn)之間的相似情況計(jì)算任意兩幅城市道路sar圖像之間的相似性；對(duì)于所有幅城市道路sar圖像的邊緣圖像，基于任意兩幅邊緣圖像中邊緣像素點(diǎn)匹配程度及對(duì)應(yīng)兩幅城市道路sar圖像之間的相似性計(jì)算各邊緣像素點(diǎn)為噪聲像素點(diǎn)的第一可能性；基于噪聲像素點(diǎn)分布不規(guī)律的特點(diǎn)計(jì)算各邊緣像素點(diǎn)為噪聲像素點(diǎn)的第二可能性；基于上述特征以及邊緣像素點(diǎn)去噪前后的灰度值對(duì)邊緣像素點(diǎn)灰度值進(jìn)行修正，基于修正的灰度值對(duì)lee算法濾波后的圖像進(jìn)行增強(qiáng)，使得濾波后的圖像既能保持其去噪效果，又可以極大的保留其邊緣信息，極大的增加了lee算法的去噪效果；基于城市道路的增強(qiáng)后的去噪sar圖像，結(jié)合地表形變檢測(cè)算法進(jìn)行城市道路形變監(jiān)測(cè)，提升了城市道路形變監(jiān)測(cè)結(jié)果的準(zhǔn)確性與可靠性。