基于局部超分辨重建的高精度SAR图像水域分割方法

摘要：

合成孔径雷达(SAR)图像水域分割在水资源调查、灾害监测等领域具有重要意义.针对中低分辨率星载SAR图像水域提取精度不足的难题,该文融合基于轻量级残差卷积神经网络(CNN)的图像超分辨率重建技术和传统SAR图像水域分割技术的优点,提出了一种基于局部超分辨重建的SAR图像水域分割方法,显著提升了SAR图像水域分割的精度.为了验证上述方法的有效性,该文以南水北调中线工程水源地丹江口水库为应用对象,基于国产高分三号(GF-3)卫星的8 m分辨率标准条带(SS)模式图像和欧空局Sentinel-1卫星20 m分辨率干涉宽幅(IW)模式图像,开展了水域分割的实验验证和精度评估工作.实验结果表明,该文所提方法可在中低分辨率SAR图像中获取更精确的水域分割结果,其水域分割性能较传统方法有大幅提升.

关键词：合成孔径雷达、水域分割、卷积神经网络、超分辨率重建

所属期刊栏目：9

分类号：TN959.1;TP183

资助基金：国家自然科学基金;河南省高等学校重点科研项目;河南省科技攻关计划项目;河南省青年人才托举工程;河南大学研究生教育创新与质量提升计划项目

在线出版日期：2020-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：174-184