【技术实现步骤摘要】
本专利技术涉及灾害预警领域，尤其涉及一种地质灾害监测预警系统。
技术介绍
1、通过sar图像来对滑坡、泥石流、地面塌陷等地质灾害进行预警是现有技术中常用的预警方式，例如cn117854253a、cn116343061a和cn117705015a等专利均公开了相关的预警技术。利用sar图像来进行预警时，需要先对sar图像进行滤波处理来提高用于进行识别的图像的质量。现有技术中，对sar图像进行滤波时，常用的滤波算法便是lee滤波算法。lee算法滤波是一种基于局部统计特性的滤波方法，它假设图像中的噪声是乘性噪声，并且局部区域内的噪声强度和图像信号是线性相关的，通过计算局部窗口内像素值的均值和方差来对sar图像中的斑点噪声进行滤波。
2、但是，现有的lee滤波算法并没有考虑到局部窗口内的像素点的区域属性，在对位于两个不同的区域的相交处的像素点进行滤波时，容易引入过多的不属于本区域的灰度信息，从而导致处于边缘附近的像素点被平滑程度过大，边缘信息遭到被破坏的程度过大的情况的发生概率较大，影响了后续进行识别所得到的结果的准确率，进而影响了地质灾害监测预警的准确率。
技术实现思路
1、本专利技术的目的在于公开一种地质灾害监测预警系统，解决在利用sar图像来进行地址灾害预警时，如何为采用lee算法滤波后的图像保留更多的边缘信息，从而提高滤波后得到的图像的质量，以提高地质灾害监测预警的准确率的问题。
2、为了达到上述目的，本专利技术采用如下技术方案：
3、本专利技术
4、灰度化模块用于将sar图像转换为灰度图像；
5、自适应分区模块用于采用自适应分区算法对像素点进行分区，将灰度值接近的像素点分到同一个区域中，获得多个临时区域；
6、滤波模块用于基于临时区域分别对灰度图像中的每个像素点进行滤波，获得经过滤波的sar图像；
7、其中，基于临时区域分别对灰度图像中的每个像素点进行滤波，包括：
8、s1，将需要进行滤波的像素点表示为p；
9、s2，判断p是否属于位于边缘附近的像素点，若否，则进入s3，若是，则进入s4；
10、s3，采用lee滤波算法对p进行滤波，获得p的灰度值；
11、s4，采用如下方式获取对p进行滤波：
12、s41，计算p的滤波范围距离dp；
13、s42，将与p之间的距离小于dp的像素点存入集合pub；
14、s43，将p所在的临时区域中的所有像素点存入集合puc；
15、s44，获取pub和puc的交集pud；
16、s45，使用如下公式获取p滤波后的灰度值：
17、fgrayp＝leegrayp,1+(1-θp)×leegrayp,2
18、fgrayp表示p滤波后的灰度值，leegrayp,1表示基于pub中的像素点，采用lee滤波算法对p进行滤波之后所得到的灰度值，leegrayp,2表示基于pud中的像素点，采用自适应滤波算法对p进行滤波之后所得到的灰度值，θp为自适应滤波权重。
19、优选地，还包括sar图像获取装置，sar图像获取装置用于对监测区域进行遥感，获取监测区域的sar图像。
20、优选地，还包括sar图像识别装置，sar图像识别装置用于对经过滤波的sar图像进行识别，获取经过滤波的sar图像中存在的地质灾害信息。
21、优选地，地质灾害信息包括经过滤波的sar图像中包含的所有的地质灾害的类型以及每种类型的地质灾害的分布面积。
22、优选地，还包括监测预警装置，
23、监测预警装置用于根据地质灾害信息进行地质灾害预警。
24、优选地，采用自适应分区算法对像素点进行分区，将灰度值接近的像素点分到同一个区域中，获得多个临时区域，包括：
25、s10，将灰度图像中的所有像素点存入集合alu；
26、s20，从alu中随机抽取一个像素点r；
27、s30，对r进行自适应分区处理，获得r所对应的临时区域；
28、s40，将r所对应的临时区域中的像素点从alu中删除；
29、s50，判断alu中是否依然存在像素点，若是，则进入s20，若否，则结束分区的过程。
30、优选地，对r进行自适应分区处理，获得r所对应的临时区域，包括：
31、s100，将r作为分区像素点，将r存入集合temp；
32、s200，从alu中获取分区像素点的8邻域中的像素点的集合orcp；
33、s300，判断orcp中是否存在符合设定的分区条件的像素点，若是，则从符合设定的分区条件的像素点中选出一个像素点作为下一个分区像素点，进入s400；若否，则进入s500；
34、s400，将新的分区像素点存入集合temp，进入s200；
35、s500，由temp中的像素点构成的区域作为r所对应的临时区域。
36、优选地，判断orcp中是否存在符合设定的分区条件的像素点，包括：
37、分别计算orcp中的每个像素点与r之间的灰度差：
38、difgrayi,r＝|grayi-grayr|
39、grayr表示orcp中的像素点i与r之间的灰度差，grayi和grayr分别表示像素点i和r的灰度值；
40、判断是否存在小于设置的灰度差阈值的灰度差，若是，则表示orcp中存在符合设定的分区条件的像素点；若否，则表示orcp中不存在符合设定的分区条件的像素点。
41、优选地，从符合设定的分区条件的像素点中选出一个像素点作为下一个分区像素点，包括：
42、将所有符合设定的分区条件的像素点中，对应的灰度差最小的像素点作为下一个分区像素点。
43、优选地，判断p是否属于位于边缘附近的像素点，包括：
44、获取以p为中心的，大小为d×d的窗口内的像素点的集合nepxu；
45、判断nepxu中的像素点是否均属于同一个临时区域，若是，则表示p不属于位于边缘附近的像素点；若否，则表示p属于位于边缘附近的像素点。
46、有益效果：
47、本专利技术的地质灾害监测预警系统，在对sar图像进行滤波的过程中引入了基于临时区域所获得的边缘信息，从而使得可以基于不同的参考范围，采用不同的滤波算法来获得同一个像素点的滤波后的灰度值，之后将两种灰度值进行加权求和，可以在保留对斑点噪声进行有效的滤波的同时，可以保留更多的边缘信息，从而提高了滤波后得到的图像的质量，进而有效地提高了地质灾害监测预警的准确率。
本文档来自技高网...【技术保护点】
1.一种地质灾害监测预警系统，其特征在于，包括SAR图像预处理装置，SAR图像预处理装置包括灰度化模块、自适应分区模块和滤波模块；
2.根据权利要求1所述的一种地质灾害监测预警系统，其特征在于，还包括SAR图像获取装置，SAR图像获取装置用于对监测区域进行遥感，获取监测区域的SAR图像。
3.根据权利要求1所述的一种地质灾害监测预警系统，其特征在于，还包括SAR图像识别装置，SAR图像识别装置用于对经过滤波的SAR图像进行识别，获取经过滤波的SAR图像中存在的地质灾害信息。
4.根据权利要求3所述的一种地质灾害监测预警系统，其特征在于，地质灾害信息包括经过滤波的SAR图像中包含的所有的地质灾害的类型以及每种类型的地质灾害的分布面积。
5.根据权利要求3所述的一种地质灾害监测预警系统，其特征在于，还包括监测预警装置，
6.根据权利要求1所述的一种地质灾害监测预警系统，其特征在于，采用自适应分区算法对像素点进行分区，将灰度值接近的像素点分到同一个区域中，获得多个临时区域，包括：
7.根据权利要求6所述的一种地质灾
8.根据权利要求7所述的一种地质灾害监测预警系统，其特征在于，判断orcp中是否存在符合设定的分区条件的像素点，包括：
9.根据权利要求8所述的一种地质灾害监测预警系统，其特征在于，从符合设定的分区条件的像素点中选出一个像素点作为下一个分区像素点，包括：
10.根据权利要求1所述的一种地质灾害监测预警系统，其特征在于，判断p是否属于位于边缘附近的像素点，包括：
...【技术特征摘要】
1.一种地质灾害监测预警系统，其特征在于，包括sar图像预处理装置，sar图像预处理装置包括灰度化模块、自适应分区模块和滤波模块；
2.根据权利要求1所述的一种地质灾害监测预警系统，其特征在于，还包括sar图像获取装置，sar图像获取装置用于对监测区域进行遥感，获取监测区域的sar图像。
3.根据权利要求1所述的一种地质灾害监测预警系统，其特征在于，还包括sar图像识别装置，sar图像识别装置用于对经过滤波的sar图像进行识别，获取经过滤波的sar图像中存在的地质灾害信息。
4.根据权利要求3所述的一种地质灾害监测预警系统，其特征在于，地质灾害信息包括经过滤波的sar图像中包含的所有的地质灾害的类型以及每种类型的地质灾害的分布面积。
5.根据权利要求3所述的一种地质灾害监测预警系统...
【专利技术属性】
技术研发人员：贺元鑫，王海云，罗伟，康海云，蔡瞳，王有林，董秀军，王强，赖召均，贾永峰，李佳星，黎钊，
申请(专利权)人：西藏开投江达水电开发有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。