基于马尔可夫随机场模型的 SAR 图像积雪识别

• 作者: 冯学智 周淑媛 朱榴骏 肖鹏峰 郭金金
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 马尔可夫随机场 合成孔径雷达 图像分割 积雪识别 玛纳斯河流域
• 年，卷（期）: 2015,（5）
• 页码范围: 976-986
• 页数: 11页
• 分类号: TP751
• 字数: 6375字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2015.05.008

摘要

以新疆玛纳斯河流域2014年3月19日 RADASAT-2影像为研究数据,采用马尔可夫随机场(Markov Random Field,MRF)模型分割方法进行积雪识别.MRF 模型分割方法能够充分利用图像上下文信息,降低相干斑噪声对合成孔径雷达(Synthetic Aperture Radar,SAR)数据的影响.通过初始 k-means 分割估算出 MRF 参数,建立先验模型和概率密度函数,利用迭代条件模式(Iterated Conditional Model,ICM)算法进行最大后验概率求解得到最优标记,从而识别出积雪.通过实测数据进行验证,该方法积雪识别精度达86.67%.结果表明：MRF 模型分割方法的能够有效识别积雪；在地势较为平坦的地区,交叉极化(HV)方式下的后向散射系数与极化总功率 Span 的识别效果较好；在地形起伏较大的地区,HV 后向散射系数的识别效果随着高程和坡度的增加而降低,极化总功率Span 能够综合三种极化特征,较好地克服地形影响,提高积雪的识别精度.