一种基于虚拟靶点编码的天基地面多源形变监测数据融合方法与流程

本发明涉及地理测绘领域，尤其涉及一种基于虚拟靶点编码的天基地面多源形变监测数据融合方法。

背景技术：

1、合成孔径雷达（synthetic aperture radar, sar）与地面激光雷达（lidar）或毫米波雷达等多源传感器在形变监测领域各具优势：天基sar能够以卫星平台为载具，通过干涉测量（insar）技术获取大范围、全天候的地表形变信息，其相位测量精度可达毫米级甚至亚毫米级，但受限于侧视成像几何，只能获取雷达视线方向（line of sight, los）的一维形变分量，且空间分辨率相对较低（通常为米级至十米级）；本地传感器（如地面激光雷达、毫米波雷达或视觉传感器）则能够获取高分辨率的三维点云数据，空间定位精度可达厘米级，能够精细刻画局部几何形变，但其覆盖范围有限，且对于亚波长级的微小形变不敏感。将天基sar数据与本地点云数据进行融合，实现跨尺度、跨模态的统一形变监测，是当前测绘遥感与地质灾害监测领域的重要研究方向。然而，由于两类数据的成像机理、空间尺度、坐标基准和信息维度存在根本性差异，如何在不增加硬件成本（如布设物理角反射器或地面控制点）的前提下实现高精度配准与融合，仍是本领域亟待解决的技术难题。

2、针对上述问题，现有技术中已提出一些多源数据融合的形变监测方法。例如，公开号为cn121170189a的中国专利申请公开了一种基于激光雷达的金属矿区地形更新方法，该方法通过融合卫星sar遥感影像、无人机正射影像与矿区生产作业计划，构建地形变化概率栅格模型，据此引导激光雷达对高概率变化区域进行靶向扫描。该方法虽然实现了变化区域的自适应检测，但其依赖矿区生产作业计划作为先验信息，且sar数据仅用于变化检测而非与点云数据的直接配准。公开号为cn110058237a的中国专利申请公开了一种面向高分辨率sar影像的insar点云融合及三维形变监测方法，该方法通过分布式散射体insar技术从多平台sar数据生成点云，再利用迭代最近点算法进行配准融合。然而，该方法处理的是sar数据与sar数据之间的同模态点云配准（即sar导出的点云与另一sar导出的点云），并非sar复数域数据与本地传感器实测点云数据的跨模态配准，且其配准精度依赖于外部dem数据和地面控制点。此外，公开号为cn120259131a的中国专利申请公开了一种基于多源数据融合的激光雷达高精度测绘方法，该方法利用深度学习网络对点云、影像和惯导数据进行融合，但其仍然依赖地面控制点进行几何校正，且未涉及sar复数域数据的处理。现有技术的共同缺陷在于：第一，大多依赖物理反射器、地面控制点或外部dem数据作为配准基准，增加了部署成本和系统复杂度，尤其在广袤矿区或复杂地形区域难以实施；第二，sar数据与点云数据的配准通常在空间域独立进行，未充分利用sar复数域回波信号中蕴含的相位中心位置、相位中心变化率等亚波长级物理信息，导致配准精度受限于点云数据自身的空间分辨率；第三，天基sar宏观形变与本地微观形变之间缺乏统一的跨尺度配准框架，误差累积问题突出。

技术实现思路

1、本发明所要解决的技术问题是：在不依赖物理反射器、地面控制点或外部dem等硬件设施的前提下，实现天基sar复数域数据与本地传感器点云数据的高精度跨模态、跨尺度配准与融合。

2、具体而言，本发明提供了一种基于虚拟靶点编码的天基地面多源形变监测数据融合方法，该方法包括以下步骤：

3、s1、采集天基sar影像的原始复数域回波数据与本地传感器的点云数据；其中，所述原始复数域回波数据为sar原始复数回波数据经聚焦处理得到的slc复数影像，同时包含实部与虚部信息；所述点云数据不包含与所述复数域回波数据的相位信息对应的物理量；

4、s2、从所述天基sar影像的原始复数域回波数据中提取相干散射点的复数散射系数、相位中心位置及相位中心变化率，构建第一复数特征集；从所述本地传感器的点云数据中提取对应空间位置的高斯曲率极值点及其局部法向量变化率，构建第二复数特征集；通过复小波变换将所述第一复数特征集与所述第二复数特征集编码至同一复数域特征空间，生成不依赖物理反射器硬件的虚拟靶点编码；

5、s3、建立复数域-空间域互信息最大化约束，定义跨模态互信息量，其中表示信息熵，为虚拟靶点编码的复数域特征向量集合，为配准后点云空间坐标的集合；以最大化所述互信息量为优化目标，通过梯度下降法迭代更新空间域变换矩阵参数，其中所述复数域虚拟靶点编码作为固定参考基准引导空间域参数的优化方向，实现天基sar影像与本地点云数据的跨尺度迭代配准；

6、s4、基于配准结果，将天基sar影像对应的宏观形变数据与本地点云数据对应的微观形变数据映射至同一物理坐标基准，生成统一变形场数据并输出。

7、一种多源异构监测数据融合系统，该系统包括：

8、数据采集模块，用于采集天基sar影像的原始复数域回波数据与本地传感器的点云数据；其中，所述原始复数域回波数据为未经成像处理的复数格式基带信号，同时包含实部与虚部信息；所述点云数据不包含与所述复数域回波数据的相位信息对应的物理量；

9、虚拟靶点生成模块，与所述数据采集模块连接，用于从所述天基sar影像的原始复数域回波数据中提取相干散射点的复数散射系数、相位中心位置及相位中心变化率，构建第一复数特征集；从所述本地传感器的点云数据中提取对应空间位置的高斯曲率极值点及其局部法向量变化率，构建第二复数特征集；通过复小波变换将所述第一复数特征集与所述第二复数特征集编码至同一复数域特征空间，生成不依赖物理反射器硬件的虚拟靶点编码；

10、跨尺度配准模块，与所述虚拟靶点生成模块连接，用于建立复数域-空间域互信息最大化约束，定义跨模态互信息量，其中表示信息熵；以最大化所述互信息量为优化目标，通过梯度下降法迭代更新空间域变换矩阵参数，其中所述复数域虚拟靶点编码作为固定参考基准引导空间域参数的优化方向，实现天基sar影像与本地点云数据的跨尺度迭代配准；

11、统一变形场输出模块，与所述跨尺度配准模块连接，用于基于配准结果，将天基sar影像对应的宏观形变数据与本地点云数据对应的微观形变数据映射至同一物理坐标基准，生成统一变形场数据并输出。

12、本发明提供的有益效果是：首先，通过从sar原始复数域回波数据中提取自然相干散射体的相位中心位置及其变化率，构建虚拟靶点编码，完全替代了传统物理角反射器或地面控制点的功能，实现了零硬件成本的跨模态基准统一；其次，利用复数域-空间域互信息最大化约束，将sar相位信息对亚波长级形变的敏感性引入点云配准过程，使得配准精度突破了点云自身空间分辨率的限制，达到亚像素级（即亚波长级）；再次，通过多尺度分解与逐层配准策略，有效解决了天基sar宏观尺度与本地传感器微观尺度之间的跨尺度配准难题，避免了误差累积；最后，通过闭环反馈机制，将生成的统一变形场用于指导下一周期的数据采集与虚拟靶点加密，形成了自适应的智能监测体系。综上所述，本发明显著提升了多源异构形变监测数据的配准精度与融合效率，尤其适用于无地面控制点、无法布设物理反射器的广袤矿区、高陡边坡或地质灾害隐患点等复杂场景。