[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。