多级图像融合算法用于水体探测的比较

[1]楼临江,Sang-Eun PARK. 多级图像融合算法用于水体探测的比较[J]. 遥感信息. 2017,32(6)

关键词:图像融合;NDWI;SAR;水体探测;马尔科夫随机场

0 引言

①阈值法是常采用的水体识别方法。

②开展光学与SAR图像的地物目标协同提取首先一般要做图像融合。本文采用像素级和特征级融合算法进行多源遥感图像融合处理,并基于融合图像进行水域面积提取,以对不同级别的融合算法对水体探测准确度的影响进行评价,为构建实时准确快速的水体探测方法提供参考。

常用的像素级融合方法有IHS变换、乘积运算以及主成分分析等;特征级的融合方法有基于最大后验概率准则(MAP)-马尔科夫随机场(MRF)框架下的融合,以及基于图像分割的面向对象融合算法。

1 基于像素级融合图像的水体探测

本文使用彩色空间变换法对高分辨率光学影像与SAR图像进行像素级融合。

融合后,通过阈值法进行水域面积提取,常用的有Kittler-Illingworth(KI)法和Otsu法等。

2 基于特征级融合图像的水体探测

本文采用基于MAP-MRF框架,构建基于多源遥感数据的水体探测算法。MRF模型是一种将不同信息源进行一致性融合的有效工具。

对于马尔科夫随机场以及文中公式的理解,我还没有完全明白,待明白之后再补充。

3 实验数据介绍与处理

本文实验所用高分辨率多光谱光学影像数据来自Kompsat-3,获取时间为2013年11月16日,分辨率为2.8m。高分辨率SAR图像数据来自Kompsat-5,获取时间为2014年9月5日,其距离向地距分辨率为5.8m,方位向分辨率为4.6m。

实验流程:

S1:对多光谱光学数据及雷达数据进行图像预处理。

S2:通过高分辨率多光谱图像计算归一化差分水体指数(NDWI)影像。

S3:将多光谱图像与SAR图像进行像素级融合,并使用阈值法对融合后的图像进行水体探测。

S4:通过MRF融合算法,将NDWI影像与SAR图像进行融合。

S5:基于人工解译结果,利用ROC曲线比较不同融合等级算法的水体探测精度。

4 实验与分析

进行基于IHS融合图像、MRF融合图像的水体探测实验,实验结果基于ROC曲线进行定量评价。

5 结束语

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,875评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,569评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,475评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,459评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,537评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,563评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,580评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,326评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,773评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,086评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,252评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,921评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,566评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,190评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,435评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,129评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,125评论 2 352

推荐阅读更多精彩内容