本文選題：水邊線提取 + G分布��； 參考：《地理科學》2017年07期

【摘要】：為了更加精準地從合成孔徑雷達(SAR)圖像中提取水邊線,提出基于G0分布的SAR圖像水邊線提取方法。首先,將SAR圖像域劃分為大小相等的子塊,并假設每個子塊內像素強度服從獨立同一的G0分布;利用矩估計方法得到對應每個子塊的粗糙度和散射性參數;根據設定的參數閾值,可劃分出粗略的水域,并確定該區(qū)域的幾何中心;以該幾何中心為圓心,向四周做射線,保留經過陸地區(qū)域的射線;利用似然函數確定每條射線上的水-陸分界點,依次連接分界點,進而實現SAR圖像水邊線提取。采用本文方法,分別對模擬和真實SAR圖像進行水邊線提取實驗。定性和定量結果表明:采用基于G0分布的SAR圖像水邊線提取方法能夠有效地克服斑點噪聲的影響。
[Abstract]:In order to extract water edge lines from synthetic Aperture Radar (SAR) images more accurately, a water edge extraction method based on G0 distribution for SAR images is proposed.Firstly, the domain of SAR image is divided into sub-blocks of equal size, and the intensity of pixels in each sub-block is assumed to be in the same independent G0 distribution, and the roughness and scattering parameters of each sub-block are obtained by using the moment estimation method.According to the set parameter threshold, the rough water area can be divided and the geometric center of the region can be determined.The water-land boundary point on each ray is determined by the likelihood function, and the boundary point is connected in turn, and then the water boundary line is extracted from the SAR image.Using the method in this paper, the experiments of water edge extraction for simulated and real SAR images are carried out respectively.The qualitative and quantitative results show that the method of water edge extraction based on G0 distribution can effectively overcome the influence of speckle noise.
【作者單位】： 遼寧工程技術大學測繪與地理科學學院遙感科學與應用研究所;
【基金】：國家自然科學基金(41301479、41271435) 遼寧省自然科學基金(2015020090)~~
【分類號】：P332;TN957.52

【參考文獻】

相關期刊論文 前5條

1 趙泉華;王玉;李玉;;利用SAR影像區(qū)域分割方法提取海洋暗斑特征[J];地理科學;2016年01期

2 索安寧;曹可;馬紅偉;王權明;于永海;;海岸線分類體系探討[J];地理科學;2015年07期

3 郎豐鎧;楊杰;李德仁;;極化SAR圖像自適應增強Lee濾波算法[J];測繪學報;2014年07期

4 孫偉;陳誠;;海岸帶的空間功能分區(qū)與管制方法——以寧波市為例[J];地理研究;2013年10期

5 周鑫;;基于EM算法的G0分布參數最大似然估計[J];電子學報;2013年01期

相關博士學位論文 前1條

1 高貴;SAR圖像目標ROI自動獲取技術研究[D];國防科學技術大學;2007年

相關碩士學位論文 前1條

1 張漢女;基于SVM的海岸線提取方法研究[D];東北師范大學;2010年

【共引文獻】

相關期刊論文 前10條

1 趙泉華;胡廣臣;李玉;;基于G0分布的SAR圖像水邊線提取方法[J];地理科學;2017年07期

2 王澤宇;盧雪鳳;孫才志;韓增林;董曉菲;;中國海洋經濟重心演變及影響因素[J];經濟地理;2017年05期

3 陳瑋彤;張東;施順杰;周靜;康敏;;江蘇中部淤泥質海岸岸線變化遙感監(jiān)測研究[J];海洋學報;2017年05期

4 姚振興;陳慶強;楊欽川;;近60年來崇明島東部淤漲速率初探[J];長江流域資源與環(huán)境;2017年05期

5 陳孝;李元超;謝琳;;基于GIS的海域海岸帶空間管制分區(qū)研究——以三亞市為例[J];海洋開發(fā)與管理;2017年02期

6 索安寧;曹可;初佳蘭;于永海;王權明;關道明;;基于GF-1衛(wèi)星遙感影像的海岸線生態(tài)化監(jiān)測與評價研究——以營口市為例[J];海洋學報;2017年01期

7 龍江平;劉峰;段祝庚;;聯合干涉相位和相干性幅度的極化干涉SAR最優(yōu)相干性估計[J];測繪學報;2017年01期

8 陳誠;;南通海岸帶灘涂開發(fā)類型選擇與空間功能配置研究[J];地理科學;2017年01期

9 陳誠;林晨;;蘇南地區(qū)耕地質量評價與分區(qū)保護研究[J];長江流域資源與環(huán)境;2016年12期

10 尹濤;羅福源;柏利春;;一種應用于LED封裝機對準系統(tǒng)的參數自適應濾波算法[J];機械與電子;2016年09期

相關博士學位論文 前10條

1 王寶帥;基于微多普勒效應的空中飛機目標分類研究[D];西安電子科技大學;2015年

2 丁軍;基于稀疏理論的SAR圖像目標識別研究[D];西安電子科技大學;2015年

3 王凌霞;基于多尺度分析和自然進化優(yōu)化的遙感圖像配準與變化檢測[D];西安電子科技大學;2015年

4 雷鵬正;樹林環(huán)境下多站低頻地基雷達運動目標檢測技術研究[D];國防科學技術大學;2015年

5 胡粲彬;基于時頻分析的極化SAR圖像人造目標提取技術研究[D];國防科學技術大學;2014年

6 張澤均;基于快速區(qū)域合并的SAR圖像分割算法[D];西安電子科技大學;2014年

7 陳天澤;SAR圖像結構特征匹配方法研究[D];國防科學技術大學;2014年

8 邢相薇;HRWS SAR圖像艦船目標監(jiān)視關鍵技術研究[D];國防科學技術大學;2014年

9 高彥釗;大拖尾雷達雜波模型及其背景下的擴展目標檢測方法研究[D];國防科學技術大學;2014年

10 余航;基于多特征集成的SAR圖像分割算法研究[D];西安電子科技大學;2014年

相關碩士學位論文 前2條

1 朱國強;近30年南海周邊國家海岸線時空變化研究[D];蘭州交通大學;2015年

2 吳迎雪;舟山港口岸線資源動態(tài)獲取技術研究與實現[D];浙江海洋學院;2012年

【二級參考文獻】

相關期刊論文 前10條

1 王遠東;侯西勇;施平;于良巨;;海平面上升背景下環(huán)渤海海岸敏感性研究[J];地理科學;2013年12期

2 狄乾斌;劉欣欣;曹可;;中國海洋經濟發(fā)展的時空差異及其動態(tài)變化研究[J];地理科學;2013年12期

3 張曉祥;王偉瑋;嚴長清;晏王波;戴煜暄;徐盼;朱晨曦;;南宋以來江蘇海岸帶歷史海岸線時空演變研究[J];地理科學;2014年03期

4 趙泉華;李玉;何曉軍;宋偉東;;基于Voronoi幾何劃分和EM/MPM算法的多視SAR圖像分割[J];遙感學報;2013年04期

5 馬立杰;楊曦光;祁雅莉;劉艷霞;張金枝;;膠州灣海域面積變化及原因探討[J];地理科學;2014年03期

6 張金芝;黃海軍;劉艷霞;劉勇;馬立杰;;基于PSInSAR技術的現代黃河三角洲地面沉降監(jiān)測與分析[J];地理科學;2013年07期

7 郎豐鎧;楊杰;趙伶俐;張兢;李德仁;;基于Freeman散射熵和各向異性度的極化SAR影像分類算法研究[J];測繪學報;2012年04期

8 楊杰;趙伶俐;史磊;郎豐鎧;李平湘;;基于最優(yōu)極化相干系數的傾斜建筑物解譯研究[J];測繪學報;2012年04期

9 朱高儒;許學工;;渤海灣西北岸1974～2010年逐年填海造陸進程分析[J];地理科學;2012年08期

10 范開國;黃韋艮;傅斌;于興修;顧顏鎮(zhèn);;臺灣淺灘淺海水深SAR遙感探測實例研究[J];地球物理學報;2012年01期

相關博士學位論文 前1條

1 張翠;高分辨率SAR圖像自動目標識別方法研究[D];國防科學技術大學;2003年

相關碩士學位論文 前1條

1 韓曉慶;河北省近百年海岸線演變研究[D];河北師范大學;2008年

【相似文獻】

相關期刊論文 前1條

1 施麟寶;;河口動邊界二維水力計算[J];人民珠江;1986年02期

，

本文編號：1749712