论文部分内容阅读
SAR图像反映了地域微波散射特性,高分辨率SAR图像的水体区域属于光滑表面,会反射大部分微波,同时会吸收雷达系统发射的微波,从而雷达系统接收水体部分散射信号会比较微弱,从而在SAR图像相对应灰度图像上表现为灰度低。由于SAR图像的成像方式为斜距成像,许多在地形起伏比较明显的山区的SAR图像会出现阴影等几何形变现象。这些阴影会严重影响图像中水体信息的识别。本文研究的是高分辨SAR图像水体提取算法研究,目前主要的SAR图像水提取算法分为三类:阈值法,曲线演化法和聚类法。本文主要对前两种方法进行分析和研究,找出其中的不足,对其进行改进或提出新的算法。本文依据高分辨SAR图像成像特性,完善SAR图像的水体提取算法。由于SAR图像的成像方式为斜距成像,许多在地形起伏比较明显的山区SAR图像会出现阴影等几何形变现象。这些阴影会严重影响图像中水体信息的识别。根据SAR图像中山体阴影的特性,本文提出一种能够快速、准确、自动去除山体阴影的水体提取方法。该方法采用Otsu法分割DEM数据,将高程值大的数据与水体粗提取的数据进行匹配,从而判定和去除山体阴影部分。提取结果表明该方法能提高水体提取的精度,有效降低水体提取的虚警率。文中提出一种改进的水平集方法对高分辨率SAR图像进行水体提取。该方法的思想是引入核函数对水平集进行演化,更好的表达相同区域的灰度信息,同时在一定程度上抑制SAR图像中噪声,加大了步长,减少了水平集的迭代次数,加快了演化速度,同时能够取得比较的分割结果。