基于遥感图像水体识别与检测研究综述

• 作者: 张铭飞 高国伟 胡敬芳 宋钰
• 来源期刊: 传感器世界
• 关键词: 水体识别 SAR图像 阈值法 深度学习 神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 技术综述|Technology Review
• 页码范围: 9-14,25
• 页数: 7页
• 分类号: TP751
• 语种: 中文
• DOI: 10.3969/j.issn.1006-883X.2021.03.003

摘要

地表水的勘测对于海岸线变化、环境保护、防灾减灾、水质检测都有重要的意义,借助遥感图像可以快速、反复、精确地获取到地表水的时空分布特征.文章调研国内外学者在遥感图像水体识别方向的研究成果,简述基于遥感技术的水体识别方法.其中,阈值法通过对水体和背景地物的光谱曲线进行分析,选取适合的阈值进行图像分割,操作简单便利,存在信噪比低、易将水体与背景地物混淆的问题.决策树法和自动提取水体法解决了阈值法的显著缺点,然而很难在精确度上得到进一步的提升.近年来,随着深度学习的广泛应用,逐渐被用于遥感图像的水体提取,深度学习方法具有优秀的特征提取能力,在提取精度上有很大提升,然而深度学习过度依赖带有标签的样本数据,因此具有一定的局限性.对样本进行标记需要消耗大量的时间、人力,因此,无监督学习对于遥感图像的水体识别具有重要意义.