广义统计区域合并的SAR图像浮筏养殖信息提取
目的 海水浮筏养殖是海域使用动态监测中的重要类型,合成孔径雷达(SAR)卫星遥感影像可以克服海洋气象环境的影响,有效反映浮筏养殖区域.由于浮筏养殖信息受乘性相干斑噪声污染严重,为了降低噪声敏感性,改进得到广义局部二值模式(GLBP),进而将其用于改进广义统计区域合并算法(GSRM),构建以GLBP_GSRM为核心的多特征集成模型,得到更具纹理一致性的超像素,实现浮筏养殖信息精确提取.方法 根据SAR数据的乘性噪声特性改进局部二值模式算子得到GLBP算子,将其加入GSRM的合并准则中,结合纹理信息的超像素分割能得到更具纹理一致性的超像素,有效抑制相干斑噪声.进而利用非下采样轮廓波变换得到轮廓信息丰富数据特征,使用FCS(fuzzy compactness and separation)算法聚类实现浮筏养殖信息的无监督提取.结果 实验选取辽宁省长海县邻近海域作为研究区域,针对C波段的Radarsat-2 SAR和X波段的TerraSAR图像,分别比较同一图像不同区域和不同图像同一区域的提取结果,结合实地现场调查结果表明所提模型对不同类型SAR图像均能精确无监督地提取浮筏养殖信息,分类精度均高于85％,明显优于经典无监督算法,验证模型的有效性.结论 所提模型充分集成纹理特征、空间特征和轮廓特征,有效解决相干斑噪声干扰信息提取的问题,针对不同类型SAR遥感图像,均能在复杂的海洋背景中实现有效地无监督浮筏养殖信息提取,提高海水养殖自动监测准确度.
浮筏养殖、合成孔径雷达(SAR)、无监督、局部二值模式、统计区域合并
22
TP751.1(遥感技术)
国家自然科学基金项目61273307;高分重大科研专项41-Y30B12-9001-14/16;国家重点研发计划2016YFC1401007Supported by:National Natural Science Foundation of China61273307;High Resolution Special Research41-Y30B12-9001-14/16;National Key Research and Development Program2016YFC1401007
2017-06-19（万方平台首次上网日期，不代表论文的发表时间）
共12页
610-621
