基于高分影像和ASIFT算法的滑坡位移场监测方法

doi:10.12068/j.issn.1005-3026.2017.10.020

东北大学学报:自然科学版 ›› 2017, Vol. 38 ›› Issue (10): 1468-1473.DOI: 10.12068/j.issn.1005-3026.2017.10.020

基于高分影像和ASIFT算法的滑坡位移场监测方法

张慧慧^1,2，刘善军¹，王茹¹

(1. 东北大学资源与土木工程学院，辽宁沈阳110819; 2. 辽宁省交通高等专科学校测绘系，辽宁沈阳110122)

收稿日期:2016-09-30 修回日期:2016-09-30 出版日期:2017-10-15 发布日期:2017-10-13
通讯作者: 张慧慧
作者简介:张慧慧(1982-)，女，辽宁锦州人，东北大学博士研究生; 刘善军(1965-)，男，河北涿鹿人，东北大学教授，博士生导师.
基金资助:
国家自然科学基金资助项目(41440032，41074127)；国家重点基础研究发展计划项目(2011CB707102).

Monitoring Method of Landslide Displacement Field Based on High-Resolution Images and ASIFT Algorithm

ZHANG Hui-hui ^1,2， LIU Shan-jun ¹， WANG Ru¹

1. School of Resources & Civil Engineering， Northeastern University， Shenyang 110819， China; 2. Surveying and Mapping Department， Liaoning Provincial College of Communications， Shenyang 110122， China.

Received:2016-09-30 Revised:2016-09-30 Online:2017-10-15 Published:2017-10-13
Contact: LIU Shan-jun
About author:-
Supported by:
-

摘要/Abstract

摘要： 针对利用高分遥感影像和SIFT算法进行大变形滑坡位移场监测时存在的不足，引入了一种具备完全仿射不变性的图像特征匹配算法(ASIFT)，对不同时相高分遥感影像进行特征点提取与匹配，并在抚顺西露天矿特大型滑坡的位移场监测中进行了应用.结果表明，与SIFT算法相比，ASIFT算法弥补了特征提取算法在仿射不变性上的不足，增加了特征匹配点，提高了滑坡空间位移矢量场标定精度，且自动化程度高、成本低，非常适合于特大型滑坡的大变形位移场监测.

关键词: 高分影像, ASIFT, 滑坡, 位移场, 监测

Abstract: In view of the shortcomings of displacement field of large deformation landslide with SIFT algorithm and high-resolution remote sensing images， a feature matching algorithm with fully affine invariability(ASIFT) was introduced to extract and match features on different phases of high-resolution remote sensing images. The Fushun West Open-Pit Mine was selected as a study area， and the displacement field was analyzed with the ASIFT algorithm. The results showed that compared with the SIFT algorithm， the deficiency of the feature extraction algorithm in affine invariance is compensated， the feature matching points increase and the accuracy of the displacement vector field of the landslide is improved by using ASIFT algorithm. The ASIFT algorithm is more suitable for monitoring the displacement field of large landslide with higher degree of automation and lower cost.

Key words: high-resolution image, ASIFT, landslide, displacement field, monitoring

中图分类号:

P237

张慧慧，刘善军，王茹. 基于高分影像和ASIFT算法的滑坡位移场监测方法[J]. 东北大学学报:自然科学版, 2017, 38(10): 1468-1473.

ZHANG Hui-hui ， LIU Shan-jun ， WANG Ru. Monitoring Method of Landslide Displacement Field Based on High-Resolution Images and ASIFT Algorithm[J]. Journal of Northeastern University Natural Science, 2017, 38(10): 1468-1473.

参考文献

[1]Chen J P，Li K，Chang K J，et al.Open-pit mining geomorphic feature characterization［J］.International Journal of Applied Earth Observation and Geoinformation，2015，42(10):76-86.
[2]Brunner F，Macheiner K，Woschitz H.Monitoring of deep seated mass movements［C］// Proceedings of the Third International Conference on Structural Health Monitoring of Intelligent Infrastructure.Vancouver，2007:13-16.
[3]Sun Q，Zhang L，Ding X L，et al.Slope deformation prior to Zhouqu，China landslide from InSAR time series analysis ［J］.Remote Sensing of Environment， 2015，156(1):45-57.
[4]Sajid G，Balazs S，Andreas R，et al.Landslide displacement monitoring using 3D range flow on airborne and terrestrial lidar data ［J］.Remote Sensing，2013，5(6):2720-2745.
[5]Delacourt C，Allemand P，Casson B，et al.Velocity field of the “La Clapière” landslide measured by the correlation of aerial and Quick Bird satellite images［J］.Geophysical Research Letters，2004，31(15):1-5.
[6]Travelletti J，Delacourt C，Allemand P，et al.Correlation of multi-temporal ground based optical images for landslide monitoring:application，potential and limitations［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2012，70(6):39-55.
[7]Gance J，Malet J P，Dewez T，et al.Target detection and tracking of moving objects for characterizing landslide displacements from time lapse terrestrial optical images［J］.Engineering Geology，2014，172 (8):26-40.
[8]Liu S J，Wang H，Huang J W，et al.High-resolution remote sensing image based extensive deformation induced landslide displacement field monitoring method［J］.International Journal of Coal Science & Technology，2015，2(3):170-177.
[9]Morel J M，Yu G.ASIFT:a new framework for fully affine invariant image comparison［J］.SIAM Journal on Imaging Sciences，2009，2(2):438-469.
[10]Yu G，Morel J M.A fully affine invariant image comparison method［C］// Proceedings of IEEE International Conference on Acoustics，Speech and Signal Processing.Taipei，2009:1597-1600.
[11]Chen C C，Hsieh S L.Using binarization and hashing for efficient SIFT matching ［J］.Journal of Visual Communication and Image Representation，2015，30(7):86-93.

[1]	李磊，侯晨，朱万成，杨柳君. 基于OFDR技术的胶结充填体内部应变演化试验[J]. 东北大学学报（自然科学版）, 2023, 44(2): 258-264.
[2]	贺黎明，裴攀科，吴立新，张香凝. 基于时序InSAR的矿区滑坡前地表运动特征分析[J]. 东北大学学报（自然科学版）, 2022, 43(9): 1314-1322.
[3]	尹国强，王东，关云匀，王佳辉. 基于声发射监测的砂轮磨损实验[J]. 东北大学学报（自然科学版）, 2022, 43(8): 1127-1133.
[4]	宋盛渊，吴峰，白皓，王海宇. 基于区间数-集对分析理论的库岸滑坡易发性评价[J]. 东北大学学报（自然科学版）, 2022, 43(2): 251-257.
[5]	赵文，王鑫，柏谦. 原位扩建既有隧道竖井与主洞交叉段施工力学[J]. 东北大学学报（自然科学版）, 2021, 42(5): 713-719.
[6]	魏恋欢，刘善军，杨天鸿，赵晔. 联合LiDAR DEM与时序SAR数据的露天矿特大型滑坡监测[J]. 东北大学学报（自然科学版）, 2021, 42(12): 1753-1760.
[7]	常玉清，赵炜炜，刘乐源，康孝云. 基于实例迁移的磨煤机过程监测建模[J]. 东北大学学报（自然科学版）, 2021, 42(10): 1369-1375.
[8]	徐忠印，刘善军，吴立新，车德福. 天空冷背景下受力岩石微波辐射特征实验研究[J]. 东北大学学报:自然科学版, 2020, 41(8): 1180-1187.
[9]	王卫东，何卓磊，韩征，钱于. 基于深度信念网络的滑坡敏感性评价[J]. 东北大学学报:自然科学版, 2020, 41(5): 609-615.
[10]	李松林，汤明高，许强，付小林. 库水位上升条件下浮托减重型滑坡离心模型试验[J]. 东北大学学报:自然科学版, 2020, 41(5): 616-623.
[11]	魏恋欢，封秋月，毛亚纯，刘善军. 基于多轨道SBAS方法的露天矿高陡边坡形变监测[J]. 东北大学学报:自然科学版, 2020, 41(10): 1445-1451.
[12]	毛亚纯，曹旺，赵占国，徐茂林. 基于多元回归模型的GB-SAR监测误差改正及形变分析[J]. 东北大学学报:自然科学版, 2020, 41(1): 125-130.
[13]	张鹏海，张子麟，李明，张潦源. 低渗储油层水力压裂裂缝延伸过程及成缝机理[J]. 东北大学学报:自然科学版, 2019, 40(5): 745-749.
[14]	尹国强，巩亚东，李宥玮，王飞. 基于AE信号的新型砂轮点磨削状态监测方法[J]. 东北大学学报:自然科学版, 2018, 39(9): 1288-1292.
[15]	任思潼，顾晓薇，付煜，李传迎. 露天边帮下紧邻尾矿库采空区地表充填治理方法[J]. 东北大学学报:自然科学版, 2018, 39(5): 722-725.

基于高分影像和ASIFT算法的滑坡位移场监测方法

Monitoring Method of Landslide Displacement Field Based on High-Resolution Images and ASIFT Algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价