基于局部超分辨重建的高精度SAR图像水域分割方法
2020-03-18牛世林
雷达学报 2020年1期
李 宁 牛世林
①(河南大学计算机与信息工程学院 开封 475004)
②(河南省智能技术与应用工程技术研究中心 开封 475004)
③(河南省大数据分析与处理重点实验室 开封 475004)
1 引言
内陆地表水资源是人类赖以生存的重要自然资源,在地球的水文和生物化学循环中起着举足轻重的作用。实现快速、准确的水资源调查对环境监测、灾害预警等具有重要意义[1,2]。合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式微波成像传感器,不受云、雨、雾以及光照等因素的影响,可以实现全天时、全天候对地观测。星载SAR装载于卫星平台,具有不受空域限制、观测范围广、周期性重访等特点,已被广泛应用于地球观测的各个领域[3]。
发展到目前,多种SAR图像水域分割方法被相继提出,主要分为以下几类:阈值分割法、主动轮廓模型法(Active Contour Mode,ACM)、聚类分割法、深度学习法。(1)阈值分割法通过设置一个或多个阈值,在灰度级上完成对SAR图像的分割,该方法由于操作简单、计算效率高,通常被视为最常用的方法之一,其缺点在于难以选择最优阈值以及易受SAR图像相干斑噪声的影响[4];(2)基于ACM的SAR图像水域分割方法主要通过粗分割与精细分割两个步骤完成,首先获取大致的水域边界,然后根据梯度信息对轮廓线进行迭代演化,最终获取更准确的水域边界。该方法的优点在于可获取连续、平滑的水域边界,缺点在于运算量大且对初始轮廓的依赖性较强[5,6];(3)聚类分割法基于欧式距离,计算像素与聚类中心之间相似度完成对SAR图像中相似地物的分类。……
登录APP查看全文
