基于星载SAR图像的大型湖泊水域提取技术与变化监测研究

发布时间：2022-12-17 19:25

　　大型内陆淡水湖是地球水资源的重要组成部分,在地球的水文和生物化学循环中扮演着重要的角色。因此,有效地监测大型湖泊水域,获取动态变化信息,具有重要意义,也是实现人与自然和谐共生、构建社会主义生态文明的一个重要环节。随着遥感技术的快速发展,利用卫星遥感,可快速高效地获取大型湖泊水域的观测影像,能够为农田灌溉、区域水资源管理提供实时的数据支撑和指导建议,还可对洪涝灾害提供预报和预警。其中,星载合成孔径雷达（Synthetic Aperture Radar,SAR）是一种装载于卫星平台的主动式微波成像传感器,可不受云、雨、雾的影响,拥有全天时、全天候的对地成像能力。因此,基于星载SAR图像开展大型湖泊的水域提取与监测研究具有重要意义。发展至今,许多学者已对SAR图像水域提取技术进行了研究,并基于不同技术手段提出了许多方法,如阈值法、聚类法、主动轮廓模型（Active Contour Model,ACM）法等。然而,传统方法通常并未考虑SAR图像相干斑噪声的干扰和大型湖泊周边复杂地形对提取精度的影响。同时,SAR图像尺寸较大,导致水域提取效率较低;覆盖大型水域的SAR图像分辨率往往较低,导致水域... 

【文章页数】：97 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
缩略语对照表
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 星载SAR的发展现状
        1.2.2 SAR图像水域提取与监测发展现状
        1.2.3 目前SAR图像水域提取与监测存在的问题
    1.3 论文的主要工作及组织结构
        1.3.1 论文的主要工作
        1.3.2 全文结构安排
第2章 相关理论与技术研究
    2.1 SAR图像基本特性
        2.1.1 SAR的基本工作原理及地物散射模型
        2.1.2 相干斑噪声特性
        2.1.3 水域在SAR图像中的特征
    2.2 非局部相干斑滤波算法研究
    2.3 经典SAR图像分割方法研究
        2.3.1 基于灰度级的FCM聚类方法
        2.3.2 基于混合对数正态分布的ACM算法
    2.4 本章小结
第3章 基于SDLR-ACM的大型湖泊水域提取方法
    3.1 SDLR-ACM方法技术路线
        3.1.1 水域粗分割
        3.1.2 局部图像分块策略
        3.1.3 水域精分割
    3.2 实验数据
    3.3 实验结果与分析
        3.3.1 水域轮廓提取实验
        3.3.2 水域提取对比实验
        3.3.3 实验结果定量分析
    3.4 本章小结
第4章 基于超分辨率重建的亚像素级水域提取方法
    4.1 图像超分辨率重建的意义及发展现状
        4.1.1 SAR图像超分辨重建的意义
        4.1.2 图像的退化与重建模型
        4.1.3 超分辨率重建方法的发展现状
    4.2 基于LRSR-SAR模型的超分辨率重建技术
        4.2.1 CNN相关理论基础
        4.2.2 LRSR-SAR图像超分辨率重建模型
        4.2.3 SAR图像超分辨率重建实验结果
    4.3 基于局部超分辨率重建的亚像素级尺度水域提取方法
        4.3.1 基于LSR的亚像素级水域提取技术路线
        4.3.2 水域提取实验结果与分析
    4.4 本章小结
第5章 大型湖泊水域动态监测方法及结果
    5.1 湖泊动态监测方法研究
        5.1.1 时间序列水域动态监测流程
        5.1.2 监测区域及数据
        5.1.3 监测结果及验证
    5.2 五大湖泊水域动态监测结果
        5.2.1 五大湖时间序列数据
        5.2.2 丹江口水库2019年水域监测结果
        5.2.3 鄱阳湖2019年水域监测结果
        5.2.4 洞庭湖2019年水域监测结果
        5.2.5 洪泽湖2019年水域监测结果
        5.2.6 高邮湖2019年水域监测结果
        5.2.7 五大湖泊2019全年水域面积联合统计结果
    5.3 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读学位期间发表的学术论文目录


【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]雷达对地成像技术多向演化趋势与规律分析[J]. 杨建宇.  雷达学报. 2019(06)
[3]一种基于密集深度分离卷积的SAR图像水域分割算法[J]. 张金松,邢孟道,孙光才.  雷达学报. 2019(03)
[4]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)
[5]基于马尔科夫分割的单极化SAR数据洪涝水体检测方法[J]. 唐德可,王峰,王宏琦.  电子与信息学报. 2019(03)
[6]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)
[7]复杂场景下的SAR图像水域边缘特征提取[J]. 吴戌,叶伟.  兵器装备工程学报. 2017(08)
[8]一种改进的变化检测方法及其在洪水监测中的应用[J]. 冷英,李宁.  雷达学报. 2017(02)
[9]一种改进的ACM算法及其在鄱阳湖水域监测中的应用[J]. 冷英,刘忠玲,张衡,王宇,李宁.  电子与信息学报. 2017(05)
[10]星载SAR技术的发展趋势及应用浅析[J]. 邓云凯,赵凤军,王宇.  雷达学报. 2012(01)

硕士论文
[1]图像插值超分辨率重建算法研究[D]. 朱婷婷.西南交通大学 2013



本文编号：3720508