高分辨率国产卫星影像水体提取

第一种基于传统边缘检测的水体提取方法。如朱俊杰等采用块追踪算法初步确定水体边缘所在区域,进而采用活动轮廓(Snake)模型进一步精确定位水体边缘。但这种方法对噪声的鲁棒性较差,也容易受到虚假目标的干扰。

第二种直接通过阈值法对图像进行分割,从而获得水体及非水体区域。如戴光照等根据影像的灰度直方图采用阈值分割的方法实现了水体的提取。李金基等进一步提出首先对差值影像和对数比图像进行融合,进而采用一种基于T-分布模型改进的KI阈值法对融合影像进行分割,从而获得洪水灾害变化检测结果。这种方法原理简单,易于实现,但基于阈值的影像分割对高分辨率SAR影像中的细节信息不敏感,因而难以准确定位水体的边缘。

第三种基于支持向量机(SVM)等分类器的检测方法。如程明跃等通过模糊加权支持向量机对样本图像的纹理进行训练,获得判别水体的决策函数,进而检测出SAR图像的水体区域,但这种基于分类器的检测算法复杂度较高,且样本获取的代价较大。

 

水体提取采用单波段阈值、归一化差分植被指数(NDVI)、归一化差分水体指数(NDWI)、主成分分析4种不同的提取方法进行实验。

单波段阈值提取方法通过对遥感影像某一波段灰度值的提取来对水体信息进行有效迅速地提取,通常选用的波段为中红外波段, 在高分一号卫星的波段中, 对应的是第四波段。 由于此波段能够较好地反映研究区域的水体与陆地界限, 因此能够作为单波段阈值的参考波段, 以根据水体样本的灰度值范围来确定阈值。 具体的提取公式为nBAND4<X. (1)式中: X 即为所需要确定的阈值。 获取阈值的方法为样本采样法, 根据采集样本的灰度, 来大致确定阈值的范围。 一般在实验中需要确定数个阈值, 并比较其提取效果。 当 X=

你可能感兴趣的:(环境遥感,其他)