星載合成孔徑雷達（Synthetic Aperture Radar,SAR）圖像水陸分割對水域識別、洪水監(jiān)測等領(lǐng)域研究具有重要意義。然而,星載SAR圖像的空間分辨率通常在米至十米量級,水域邊界上會存在大量既包含陸地又包含水域的混合象元。傳統(tǒng)像素級水陸分割算法難以獲取高精度的水陸分割結(jié)果。本文提出一種新穎的亞像素級SAR圖像水陸分割方法,該方法采用一種改進的非局域濾波算法抑制相干斑噪聲,再利用模糊C均值聚類算法進行像素級水陸分割,在此基礎(chǔ)上應(yīng)用基于雙三次樣條插值與幾何主動輪廓模型的精分割方案,獲取更高精度的亞像素級水域輪廓。本文以南水北調(diào)中線工程水源地——丹江口水庫為實驗區(qū)域,利用國產(chǎn)高分三號（GF-3）衛(wèi)星的多模式SAR圖像,開展水陸分割驗證實驗。實驗結(jié)果表明,所提方法可實現(xiàn)亞像素級精度的水陸分割,與傳統(tǒng)方法相比,平均像素偏移精度提升一個數(shù)量級。 

【文章來源】：雷達科學(xué)與技術(shù). 2020,18(05)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

本文方法流程圖

該方法是在以像素級水域邊界線的像素點為中心，半徑為r3的鄰域內(nèi)進行水陸精細(xì)分割的，其有效性建立在兩個假設(shè)之上：第一，鄰域內(nèi)需同時包含水域與陸地，如圖2(a）所示；第二，當(dāng)雷達后向散射系數(shù)梯度值最大時，鄰域內(nèi)的陸地與水域產(chǎn)生分界[9]，如圖2(b）所示。亞像素級水陸分割過程包括以下5個步驟：

(5）根據(jù)步驟（1）與步驟（3）中記錄的坐標(biāo)，還原SPW中獲取到的亞像素級水域輪廓到原始圖像中，得到新的亞像素級水域輪廓點的坐標(biāo)集合，可表示為P={（x2+xk*/λ，y2+yk*/λ），k=1,2，…，n}。值得注意的是，通過像素級水域輪廓計算得到的新的水域輪廓可能會存在多個位置，如圖3中黃點所示。造成這種情況的原因是距離較近的像素點產(chǎn)生的SPW會有部分重疊，從而使重疊區(qū)域被多次處理，產(chǎn)生多個亞像素水域輪廓位置。通過分段曲線擬合方法可以解決該問題，由此擬合得到的一條連續(xù)曲線即為亞像素級水域輪廓，結(jié)果如圖3中紅線所示。1.4 基于GAC模型的亞像素級水陸分割線獲取方法

【參考文獻】：
期刊論文
[1]基于局部超分辨重建的高精度SAR圖像水域分割方法[J]. 李寧,牛世林.  雷達學(xué)報. 2020(01)
[2]基于混合模糊的SAR圖像水陸分割算法[J]. 郭拯危,王樂,宋國磊.  國土資源遙感. 2018(04)
[3]星載SAR水域分割研究進展與趨勢分析[J]. 牛世林,郭拯危,李寧,毋琳,趙建輝.  聊城大學(xué)學(xué)報(自然科學(xué)版). 2018(02)



本文編號：3129909