基于光学和SAR遥感图像融合的洪灾区域检测方法

• 作者: 李刚 王志豪 蒋骁
• 来源期刊: 雷达学报
• 学科: 工学
• 关键词: 遥感图像融合 光学 合成孔径雷达 分级C均值聚类算法 分级聚类 区域生长 空间约束
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 论文
• 页码范围: 539-553
• 页数: 15页
• 分类号: TN959.3
• 字数: 10684字
• 语种: 中文
• DOI: 10.12000/JR19095

摘要

基于光学和合成孔径雷达(SAR)图像融合的洪灾区域检测方法可以全天候、高时效地检测洪灾区域.由于SAR图像中存在大量随机分布的相干斑噪声,传统洪灾区域检测方法的检测结果存在较高的虚警率.该文在模糊C均值聚类方法(FCM)的基础上提出了分级聚类算法(H-FCM),该方法将洪灾后的SAR图像与洪灾前的光学图像融合.基于融合图像,该方法利用提出的分级聚类模型获得洪灾区域的初步检测结果.此外,该算法在利用所提出的区域生长算法获得洪灾前河流位置后,将其作为初步检测结果的空间约束,进一步筛除疑似洪灾区域,并显著地提升了检测性能.该文的实验数据包括1999年英国格洛斯特洪灾前后的遥感图像和2019年中国南昌洪灾前后的遥感图像.通过对比实验,H-FCM算法的有效性得到验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李刚	清华大学电子工程系	53	509	13.0	21.0
2	王志豪	清华大学电子工程系	3	13	1.0	3.0
3	蒋骁	清华大学电子工程系	1	0	0.0	0.0