关于SAR图像的洪水变化检测

对于洪水区域的提取很多文献采用的变化检测技术，因为SAR图像全天时、全天候、不受云雨限制的原因，目前对提取洪水区域更多采用的是SAR图像，可选用的SAR图像也比较多，比如Sentinel-1、ASRA、TerraSAR、ALOS等。
由于SAR图像中，水体的后向散射系数比较低，在图像上通常呈现暗黑色，所以通常选用的是SAR图像作为检测水体的影像。
在变化检测技术当中，选用两幅图像作为主影像和副影像，通过对两幅经过预处理的影像进行作差，便可获得差异图，在变化检测过程中，获取差异图是重要的一步，在很多文献当中，很多人会对如何获取差异图做明确的解释，当然获取差异图的方法也有很多，比如差值法、比值法、对数比值法和均值比值法等等，这些方法主要针对SAR图像，这里对于光学图像的变化检测不多叙述。
得到差异图之后，下面的工作就是从差异图中提取出洪水变化的地方，差异图属于变化检测的第二步，那么下面的工作就是变化检测的第三步，对于洪水区域的提取，可以使用阈值法、聚类法等。
阈值的方法有OTSU(大津法)、EM算法、KI算法等，后两者需要假设差异图服从何种分布，使用算法对参数进行最优估计，之后在根据贝叶斯最小错误准则求出阈值，将差异图的变化区和非变化区区分出来。
到这里，变化检测的大致步骤已经完成，之后需要对图像进行后处理，因为最终变化图会有很多的散斑，这对于之后与参考图进行精度评定的时候，会出现较大的误差，这些散斑可能是因为原图像中的斑点噪声，在预处理步骤中，使用的滤波器并不能所有的散斑消除掉，所以在后处理的步骤当中，还可以再次进行滤波处理。滤波窗口通常使用的是5*5，因为过大的窗口会使得真正变化区失真。
最后的精度评价部分就是获取的变化检测结果图与参考图进行精度评定，精度评定的指标包括很多，比如kappa系数，总体精度（OA）,当然图像的漏检数、误检数也是作为评价指标之一。
图像数据是使用matlab进行处理的。
先写到这里，这是我做洪水变化检测的大致总结，欢迎前来讨论。