一种基于图像识别的边坡变形监测方法

1.一种基于图像识别的边坡变形监测方法，其特征在于，包括：利用四叉树滤波对采集到的边坡干涉相位图进行区域划分并滤波，包括：对边坡干涉相位图进行区域分割，得到多个子区域，获取子区域内相位点的局部差异，局部差异用于确定相位点在所属数据集内的数据偏离度；根据子区域内相位点的局部差异，确定相位点对应的相位值的差异表现程度；将差异表现程度最大与最小对应的相位值之差，作为子区域的相位差异；局部差异满足如下关系式： ；式中， 为第 个子区域内第 个相位点的局部差异， 为第 个子区域内第 个相位点的相位值， 为第 个子区域内第 个相位点所属数据集内第 个相位点的相位值， 为第 个相位点所属数据集内相位点的数量， 为绝对值符号；差异表现程度满足如下关系式： ；式中， 为第 个子区域内相位值 的差异表现程度， 为第 个子区域内第 个相位值为 的相位点的局部差异， 为第 个子区域内相位值为 的相位点的数量；响应于相位差异大于预设的划分阈值，对子区域进行下一次区域分割，否则，停止区域分割，得到结束分割时的多个子区域；针对结束分割时的多个子区域中的目标子区域和相邻的子区域，对两个子区域进行曲线拟合，根据两个子区域的拟合曲线构成的图形的面积，确定两个子区域的分布相似性；根据分布相似性和两个子区域的相位差异，确定两个子区域的整体相似性；对目标子区域和所有相邻的子区域的整体相似性进行加权平均，得到目标子区域的综合相似性；分布相似性满足如下关系式： ；式中， 为结束分割时的第 个子区域和第 个相邻的子区域的分布相似性， 为结束分割时的第 个子区域和第 个相邻的子区域的拟合曲线构成的图形的面积， 为结束分割时的第 个子区域的拟合曲线， 为结束分割时的第 个子区域的第 个相邻的子区域的拟合曲线， 与 分别为结束分割时的第 个子区域和第 个相邻的子区域内相位值的最大值与最小值， 为自然指数函数， 为定积分符号， 为积分变量 的微分， 为绝对值符号；整体相似性满足如下关系式： ；式中， 为结束分割时的第 个子区域和第 个相邻的子区域的整体相似性， 为结束分割时的第 个子区域和第 个相邻的子区域的分布相似性， 为结束分割时的第 个子区域对应的相位差异， 为结束分割时的第 个子区域的第 个相邻的子区域对应的相位差异；根据综合相似性的大小进行区域合并，得到多个最终子区域；根据最终子区域的标准差的大小进行滤波，以实现边坡变形的监测。 2.根据权利要求1所述的一种基于图像识别的边坡变形监测方法，其特征在于，所述进行区域合并，包括：响应于所述综合相似性大于所有结束分割时的子区域的综合相似性的均值，则将目标子区域与整体相似性最高的相邻的子区域进行区域合并，否则，停止区域合并。 3.根据权利要求1所述的一种基于图像识别的边坡变形监测方法，其特征在于，所述进行滤波，包括：响应于相位点的相位值大于所属最终子区域的相位值的标准差，认定该相位点为像素粗差点并剔除，得到滤波后的边坡干涉相位图。 4.根据权利要求3所述的一种基于图像识别的边坡变形监测方法，其特征在于，所述以实现边坡变形的监测，包括：利用相位解缠获取滤波后的边坡干涉相位图的形变相位，再将形变相位转化为形变图并输出，完成基于图像识别的边坡变形监测。