基于光學和合成孔徑雷達（SAR）圖像融合的洪災區(qū)域檢測方法可以全天候、高時效地檢測洪災區(qū)域。由于SAR圖像中存在大量隨機分布的相干斑噪聲,傳統(tǒng)洪災區(qū)域檢測方法的檢測結果存在較高的虛警率。該文在模糊C均值聚類方法（FCM）的基礎上提出了分級聚類算法（H-FCM）,該方法將洪災后的SAR圖像與洪災前的光學圖像融合。基于融合圖像,該方法利用提出的分級聚類模型獲得洪災區(qū)域的初步檢測結果。此外,該算法在利用所提出的區(qū)域生長算法獲得洪災前河流位置后,將其作為初步檢測結果的空間約束,進一步篩除疑似洪災區(qū)域,并顯著地提升了檢測性能。該文的實驗數(shù)據(jù)包括1999年英國格洛斯特洪災前后的遙感圖像和2019年中國南昌洪災前后的遙感圖像。通過對比實驗,H-FCM算法的有效性得到驗證。 

【文章來源】：雷達學報. 2020,9(03)北大核心CSCD

【文章頁數(shù)】：15 頁

【參考文獻】：
期刊論文
[1]基于衛(wèi)星遙感的水體信息提取研究進展與展望[J]. 李丹,吳保生,陳博偉,薛源,張翼.  清華大學學報(自然科學版). 2020(02)
[2]基于幅相不一致準則的建筑物SAR層析成像[J]. 解金衛(wèi),李真芳,王帆,王志斌.  雷達學報. 2020(01)
[3]基于鄰域最小生成樹的半監(jiān)督極化SAR圖像分類方法[J]. 滑文強,王爽,郭巖河,謝雯.  雷達學報. 2019(04)
[4]河流連通性及其對生態(tài)水文過程影響研究進展[J]. 方佳佳,王烜,孫濤,李春暉,蔡宴朋,李智.  水資源與水工程學報. 2018(02)
[5]基于聯(lián)合稀疏表示的復Contourlet域SAR圖像與紅外圖像融合（英文）[J]. 吳一全,王志來.  雷達學報. 2017(04)
[6]基于概率轉移卷積神經(jīng)網(wǎng)絡的含噪標記SAR圖像分類[J]. 趙娟萍,郭煒煒,柳彬,崔世勇,張增輝,郁文賢.  雷達學報. 2017(05)
[7]基于序列非線性濾波SAR影像水體自動提取[J]. 竇建方,陳鷹,翁玉坤.  測繪通報. 2008(09)



本文編號：3512782