一种利用SAR图像估算油罐存储量的方法与流程

本发明属于遥感图像处理领域，具体涉及根据sar遥感卫星成像时的卫星姿态、雷达遥感散射特性和浮顶油罐的结构特点，结合几何原理估算油罐存储量的方法。

背景技术：

遥感技术与国民经济、生态保护和国防安全的关系紧密，在土地资源调查、生态环境监测、农业监测与作物估产、灾害预报与灾情评估、海洋环境调查等领域都有广泛应用。除此之外，与日常生活息息相关的天气预报、空气质量监测、电子地图与导航等活动中，遥感的重要性也逐渐提升。进入21世纪，遥感科技已显现出高空间分辨率、高光谱分辨率、高时间分辨率的“三高”新特征，并开拓了更多的应用新领域。随着后期技术不断进步以及卫星数量的增多，在大宗商品的商业化服务中已经形成了一些应用场景，例如原油库存的检测等。这些数据为企业和政府提供了资源配置的参考，是产业升级以及经济调节的重要依据。

遥感技术包括光学遥感、红外遥感和微波遥感等。sar是英语syntheticapertureradar的缩写，意为合成孔径雷达。合成孔径雷达(syntheticapertureradar)，是利用合成孔径原理，实现高分辨的微波成像，具备全天时、全天候、高分辨、大幅宽等多种特点，属于微波遥感的范畴。油罐是遥感图像中的典型地物之一，面积小但分布范围广，用遥感手段获取油罐分布是目前经济可行的方法。并且，全球原油中95％储存在浮顶油罐之中，若能通过遥感获取浮顶油罐的储油量，则可以估算出全球原油储量。目前有些专利已经提出油罐的检测方法和油罐的储量估计方法。针对已有遥感图像检测油罐的专利，存在以下问题：(1)已有的都是针对光学遥感图像检测油罐或者估算油罐存储量，方法可以借鉴，但并不完全适用于sar卫星图像；(2)光学遥感图像获取途径受气象条件制约，在有雾的天气图像模糊；在雨雪天气，受云层遮档，不能获取到地面油罐信息。

技术实现要素：

本发明解决的技术问题是：克服现有技术的不足，提出一种基于sar图像估算油罐存储量的方法，由于天气或者太阳光照条件制约无法获取光学卫星图像时，通过sar图像拍摄可以作为一种替代手段。而光学遥感图像和sar遥感图像成像原理不同，直接照搬光学图像估算油罐存储量的方法并不能达到目的，因此本专利提出利用sar遥感卫星成像时的卫星姿态、雷达遥感散射特性和浮顶油罐的结构特点，结合几何原理估算油罐存储量的新方法。

本发明的技术方案是：一种利用sar图像估算油罐存储量的方法，包括以下步骤：

步骤一：从sar图像中识别出油罐；

所述油罐为浮顶油罐，油罐顶、油罐底和浮顶的边缘在sar图像上灰度值高于其他地方，并且边缘上有三个点为灰度值最高的点，即为油罐顶、油罐底和浮顶；离卫星最近的圆弧为油罐顶在图像上的投影，其次为油罐底在图像上的投影，再次为油罐浮顶远离卫星那一半的投影；

步骤二：采用阈值分割，识别出油罐顶、油罐底和油罐浮顶；

通过采用动态阈值确定油罐边缘和重要点位；在sar图像中采用低阈值提取出的信息，确定油罐的各个边缘，从边缘判断出卫星是左侧视还是右侧视，以及罐顶和罐底位置；在sar图像中采用高阈值提取出的信息，确定罐顶离卫星最近的点，罐底离卫星最近的点，浮顶离卫星最远的点；

步骤三：确定卫星观测时的方位角和入射角；

罐顶和罐底的边缘为平行弧段；若弧段的圆心在左侧，则卫星是右侧视，最右侧的弧段是罐顶，最左侧的弧段是浮顶，中间弧段是罐底，且浮顶边缘与罐底边缘相交；若弧段的圆心在右侧，则卫星是左侧视，最左侧的弧段是罐顶，最右侧的弧段是浮顶，中间弧段是罐底，且浮顶边缘与罐底边缘相交；罐顶离卫星最近的点，罐底离卫星最近的点，浮顶离卫星最远的点三个点在一条直线上，该直线与卫星方位平行；卫星观测时的方位角为以罐顶离卫星最近的点为起点，浮顶离卫星最远的点为终点的矢量角；卫星入射角是卫星入射方向与天顶方向的夹角；

步骤四：确定油罐的实际高度h；

油罐高度在图像中的像素个数n为

n＝p2–p1(1)

式中，p1为罐底离卫星最近的点在剖面图的像素位置为；p2为罐底离卫星最近的点在剖面图的像素位置；

油罐高度在图像中的空间距离h为

h＝n×re/cos(α-90)或者h＝n×re/cos(α-270)(2)

式中，n为油罐高度在图像中的像素个数，re为sar图像的空间分辨率，α为卫星方位角；

油罐的实际高度h为

h＝h×tanθ(3)

式中，h为油罐高度在图像中的空间距离，θ为卫星入射角；

步骤五：计算油罐的容量v；

由求积公式计算出油罐容量v，计算公式如下：

v＝π×r²×h(4)

r为油罐半径，h为油罐的实际高度，π取值3.14；

步骤六：确定油罐浮顶的高度h’；

假设浮顶的高度为h’，计算公式如下：

h’＝h’×tanθ(5)

式中，h’为油罐浮顶高度在图像中的空间距离，θ为卫星入射角；

步骤七：计算得到油罐存储率η和存储量v’；

根据浮顶的高度和油罐的高度计算得到油罐的存储率η:

η＝h’/h(6)

式中，h’为浮顶的高度，h为油罐的实际高度；

进而得到油罐的存储量v’

v’＝v×η。(7)

本发明相比现有技术的优点：

(1)sar卫星图像采集了地物后向散射系数，油罐顶的边缘尖锐，散射系数强，易于识别。

(2)油罐底部和浮顶为二面角，在sar图像上会出现强反射，对浮顶油罐的储量提取精度高，可以达到像素级精度。

(3)sar卫星成像时为侧视，角度大覆盖广，相比光学卫星不侧摆或者小角度侧摆，获取时间频率更高。

(4)sar图像为遥感卫星主动发射微波，不受天气和阳光因素影响，可以实现全天时、全天候数据采集。

附图说明

图1为本发明的计算流程；

图2为本发明sar卫星对浮顶油罐成像示意图；

图3为sar图像与光学图像油罐对比图；

图4(1)为sar图像原始数据，图4(2)为低阈值提取结果，图4(3)为高阈值提取结果。

图5为sar图像沿卫星方位角的剖面图；

图6为求取弧半径示意图。

具体实施方式

下面结合附图对本发明作详细说明。

参照附图1，利用sar图像估算油罐存储量的分析方法步骤如下：

步骤一：从sar图像中识别出油罐。

sar成像方式是由卫星对地面发射连续的无线电脉冲，被地面目标反射回卫星，由卫星接收并记录每个脉冲的回波。卫星依靠无线电脉冲在路径上传输的时间来计算卫星与目标地物的距离，因此越高的物体收到的点脉冲信号会更早传回卫星，理论上在图像上的位置离卫星越近。油罐在sar卫星图像中识别利用的就是这个原理。如附图2所示，假设卫星位于油罐东侧，卫星降轨从北往南飞行，采用右侧视成像。油罐为浮顶油罐，a点为罐顶离卫星最近的点，b点为罐底离卫星最近的点，e点为浮顶离卫星最远的点。油罐顶的边缘尖锐，散射系数强，油罐底部和浮顶为二面角，在sar图像上会出现强反射，所以油罐顶、油罐底和浮顶的边缘在图像上灰度值较高，并且a、b、e三个点为灰度值最高的点。根据sar成像原理，附图中标为1的弧为罐顶在图像上的投影，标为2的弧为罐底在图像上的投影，标为3的弧为浮顶远离卫星那一半的投影。由于油罐本身遮挡因素，油罐底远离卫星和浮顶靠近卫星的弧段在图像上没有投影。附图3为sar图像与光学图像拍摄油罐的对比图。可以看出，由于sar图像成像特点，油罐识别较光学图像容易，但区分罐顶、罐底和浮顶边缘需要对sar成像机理了解，否则容易混淆。

步骤二：采用阈值分割，识别出油罐顶、油罐底和油罐浮顶。

在sar图像上确定了哪些区域是浮顶油罐后，下一步则需要确定油罐顶、油罐底和油罐浮顶在图像中的位置，尤其重要的是确定上一步骤中提到的三个点：罐顶离卫星最近的点，罐底离卫星最近的点，浮顶离卫星最远的点。附图4(1)为sar图像中单个油罐，从图中可以看出，sar图像噪声很多，油罐附近的地物也对边缘的识别有干扰。于此同时，油罐边缘的强散射引起的旁瓣效应也会产生多个“伪边缘”。因此，此步骤通过采用动态阈值确定油罐边缘和重要点位。附图4(2)为sar图像中采用低阈值提取出的信息，此时已经可以准确确定油罐的各个边缘，从边缘可以判断出卫星是左侧视还是右侧视以及罐顶和罐底位置。附图4(3)为sar图像中采用高阈值提取出的信息，此时则可以确定罐顶离卫星最近的点，罐底离卫星最近的点，浮顶离卫星最远的点，图中标出了各个点的字母编号，以此与上一步骤中的示意图对应。

步骤三：确定卫星观测时的方位和入射角。

假设卫星是降轨成像，罐顶和罐底的边缘应该是平行弧段，弧段的圆心若是在左侧，则卫星是右侧视，最右侧的弧段是罐顶，最左侧的弧段是浮顶，中间弧段是罐底，且浮顶边缘与罐底边缘相交；弧段的圆心若是在右侧，则卫星是左侧视，最左侧的弧段是罐顶，最右侧的弧段是浮顶，中间弧段是罐底，且浮顶边缘与罐底边缘相交。卫星是升轨成像也可以此原理类推。从附图4与附图2示意图对比可以发现，卫星即使是左侧视或者右侧视，在地理位置上依然不是正东或者正西，存在一定夹角。以附图4为例，罐顶离卫星最近的点，罐底离卫星最近的点，浮顶离卫星最远的点三个点在一条直线上，该直线与卫星方位平行。卫星观测时的方位角为以罐顶离卫星最近的点为起点，浮顶离卫星最远的点为终点的矢量角，假设卫星方位角为α。卫星入射角是卫星入射方向与天顶方向的夹角，附图2中θ即为卫星入射角，可以从sar图像中的辅助文件获取。

步骤四：确定油罐的高度。

油罐的高度需要通过图像上像素进行换算。油罐的高度是从油罐顶到油罐底的垂直距离，垂线的方向在sar图像上为沿着卫星方位角方向从附图4(3)中从c点到b点的距离，这个距离可以通过剖面线进行提取。附图5为沿卫星方位角方向油罐在sar图像上的剖面图，从步骤1分析中罐顶离卫星最近的点、罐底离卫星最近的点、浮顶离卫星最远的点存在强散射和反射，从剖面图上可以看出3个波峰，波峰的位置既是对应的三个点。第一个波峰为罐底离卫星最近的点，假设在剖面图的像素位置为p1；第二个波峰为罐底离卫星最近的点，假设在剖面图的像素位置为p2；第三个波峰为浮顶离卫星最远的点，假设在剖面图的像素位置为p3。则油罐高度在图像中的像素个数n为

n＝p2–p1(1)

假设sar图像的空间分辨率为re，则油罐高度在图像中的空间距离h为

h＝n×re/cos(α-90)或者h＝n×re/cos(α-270)(2)

油罐的实际高度h为

h＝h×tanθ(3)

步骤五：计算油罐的容量。

油罐的容量取决于油罐的高度和油罐的半径，油罐的高度在步骤四中已经获取。油罐的半径从罐顶、罐底或浮顶判断都可以，从附图4(2)中可以看出，在sar图像上，反射最强烈、边缘最清晰的是罐底边缘，但是边缘并不是个完整的圆形，只有不到整个圆一半的圆弧。利用可见圆弧的最两端的端点作两条与弧相切的直线，再以端点为相交点作垂直于切线的直线，两条直线的交点就是圆心，圆心与弧端点的距离则是半径，半径获取步骤可以参照附图6。在sar图像上从半径像素个数转换为空间长度的方法可以参照步骤四，假设计算出的半径为r，则可以由求积公式计算出油罐容量v，计算公式如下：

v＝π×r²×h(4)

步骤六：确定油罐浮顶的高度。

通过油罐浮顶离卫星最远的点和油罐底离卫星最近的两个点的像素距离减去油罐直径的像素距离，可以计算出油罐浮顶到油罐罐底在sar图像上的像素，在sar图像上从像素个数转换为空间长度的方法可以参照步骤五，假设浮顶的高度为h’。

步骤七：计算油罐存储率和存储量。

油罐的存储率可以根据浮顶的高度和油罐的高度计算:

η＝h’/h(5)

进而可以得到油罐的存储量

v’＝v×η(6)