一种新颖的亚像素级SAR图像水陆分割方法

发布时间：2021-04-10 15:45

　　星载合成孔径雷达（Synthetic Aperture Radar,SAR）图像水陆分割对水域识别、洪水监测等领域研究具有重要意义。然而,星载SAR图像的空间分辨率通常在米至十米量级,水域边界上会存在大量既包含陆地又包含水域的混合象元。传统像素级水陆分割算法难以获取高精度的水陆分割结果。本文提出一种新颖的亚像素级SAR图像水陆分割方法,该方法采用一种改进的非局域滤波算法抑制相干斑噪声,再利用模糊C均值聚类算法进行像素级水陆分割,在此基础上应用基于双三次样条插值与几何主动轮廓模型的精分割方案,获取更高精度的亚像素级水域轮廓。本文以南水北调中线工程水源地——丹江口水库为实验区域,利用国产高分三号（GF-3）卫星的多模式SAR图像,开展水陆分割验证实验。实验结果表明,所提方法可实现亚像素级精度的水陆分割,与传统方法相比,平均像素偏移精度提升一个数量级。 

【文章来源】：雷达科学与技术. 2020,18(05)北大核心

【文章页数】：8 页

【部分图文】：

本文方法流程图

该方法是在以像素级水域边界线的像素点为中心，半径为r3的邻域内进行水陆精细分割的，其有效性建立在两个假设之上：第一，邻域内需同时包含水域与陆地，如图2(a）所示；第二，当雷达后向散射系数梯度值最大时，邻域内的陆地与水域产生分界[9]，如图2(b）所示。亚像素级水陆分割过程包括以下5个步骤：

(5）根据步骤（1）与步骤（3）中记录的坐标，还原SPW中获取到的亚像素级水域轮廓到原始图像中，得到新的亚像素级水域轮廓点的坐标集合，可表示为P={（x2+xk*/λ，y2+yk*/λ），k=1,2，…，n}。值得注意的是，通过像素级水域轮廓计算得到的新的水域轮廓可能会存在多个位置，如图3中黄点所示。造成这种情况的原因是距离较近的像素点产生的SPW会有部分重叠，从而使重叠区域被多次处理，产生多个亚像素水域轮廓位置。通过分段曲线拟合方法可以解决该问题，由此拟合得到的一条连续曲线即为亚像素级水域轮廓，结果如图3中红线所示。1.4 基于GAC模型的亚像素级水陆分割线获取方法

【参考文献】：
期刊论文
[1]基于局部超分辨重建的高精度SAR图像水域分割方法[J]. 李宁,牛世林.  雷达学报. 2020(01)
[2]基于混合模糊的SAR图像水陆分割算法[J]. 郭拯危,王乐,宋国磊.  国土资源遥感. 2018(04)
[3]星载SAR水域分割研究进展与趋势分析[J]. 牛世林,郭拯危,李宁,毋琳,赵建辉.  聊城大学学报(自然科学版). 2018(02)



本文编号：3129909