針對(duì)水域面積較少時(shí)水體信息提取困難的問題,提出了以Sentinel-1A SAR為數(shù)據(jù)源,用簡化的SLIC超像素分割算法對(duì)圖像進(jìn)行分割,根據(jù)相似度將分割后圖像進(jìn)行分層區(qū)域合并,將圖像二值化得到最終水體信息的方法。將提取的信息與Otsu閾值法提取的水體信息進(jìn)行對(duì)比分析,結(jié)果表明:水體提取算法相比Otsu閾值法有效提升了水體信息提取的效率和精度,對(duì)于防汛減災(zāi)具有重要的科學(xué)價(jià)值。將提出的方法應(yīng)用于2019年7月份的株洲洪水監(jiān)測(cè),取得了較好的效果。 

【文章來源】：人民長江. 2020,51(04)北大核心

【文章頁數(shù)】：6 頁

【圖文】：

圖10 株洲災(zāi)中災(zāi)后對(duì)比

計(jì)算所有區(qū)域之間的相似度,找到RAG的邊集合中最相似的邊(Cij最小),融合最相似邊對(duì)應(yīng)的兩個(gè)區(qū)域的頂點(diǎn),得到K-1的RAG,更新頂點(diǎn)和邊集合,直到最小的相似度大于一個(gè)閾值,停止合并。2 實(shí)驗(yàn)結(jié)果與分析

在超像素分割算法中,參數(shù)的設(shè)置對(duì)于超像素的分割效果起著十分重要的作用,參數(shù)主要有兩個(gè):超像素個(gè)數(shù)K和緊湊度因子m。緊湊度因子主要用于調(diào)節(jié)距離信息和顏色信息的相對(duì)重要程度,對(duì)于灰度值為0～255 RGB的影像而言,m一般取值為[1,40]。為探究緊湊度因子對(duì)分割的影響,采用固定超像素個(gè)數(shù),改變緊湊度因子的方式。當(dāng)m太小時(shí),分割就會(huì)失敗;當(dāng)m太大時(shí),顏色信息占比很小,距離基本由空間距離決定,圖像會(huì)被分割成均勻的方塊,結(jié)果如圖2所示。根據(jù)超像素分割的原理,超像素的個(gè)數(shù)由超像素的邊長N決定,通過分層區(qū)域合并,使用閾值二值化,得到最終水體提取結(jié)果。不同邊長N對(duì)應(yīng)的水體信息提取結(jié)果見圖3。

【參考文獻(xiàn)】：
期刊論文
[1]基于Sentinel-1數(shù)據(jù)的水體信息提取方法研究[J]. 賈詩超,薛東劍,李成繞,鄭潔,李婉秋.  人民長江. 2019(02)
[2]基于改進(jìn)的SLIC和OTSU的遙感影像水體提取[J]. 龔林松,李士進(jìn).  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(01)
[3]基于SLIC的自適應(yīng)多主體圖像分割算法[J]. 郭偉,李紅達(dá),邢宇哲.  計(jì)算機(jī)工程與科學(xué). 2018(08)
[4]基于改進(jìn)SLIC算法的SAR圖像海陸分割[J]. 朱鳴,楊百龍,何岷,陳錚錚,張雄美.  電光與控制. 2019(01)
[5]基于哨兵1號(hào)的洪水淹沒面積監(jiān)測(cè)[J]. 范偉,何彬方,姚筠,張宏群,荀尚培,劉惠敏.  氣象科技. 2018(02)
[6]Sentinel-1A SAR數(shù)據(jù)在緬甸伊洛瓦底江下游區(qū)洪水監(jiān)測(cè)中的應(yīng)用[J]. 孫亞勇,黃詩峰,李紀(jì)人,李小濤,馬建威,曲偉.  遙感技術(shù)與應(yīng)用. 2017(02)
[7]基于Sentinel-1衛(wèi)星SAR數(shù)據(jù)的洪水淹沒范圍快速提取[J]. 曾玲方,李霖,萬麗華.  地理信息世界. 2015(05)
[8]洪澇災(zāi)害遙感監(jiān)測(cè)與評(píng)估系統(tǒng)的實(shí)現(xiàn)和應(yīng)用[J]. 李小濤,黃詩峰,孫濤.  水電能源科學(xué). 2012(05)
[9]典型Otsu算法閾值比較及其SAR圖像水域分割性能分析[J]. 安成錦,牛照東,李志軍,陳曾平.  電子與信息學(xué)報(bào). 2010(09)

碩士論文
[1]高分辨率SAR衛(wèi)星影像洪水區(qū)域提取應(yīng)用研究[D]. 陳志國.武漢大學(xué) 2017



本文編號(hào)：3532738