|
|||||
|
|
| 基于马尔可夫随机场模型的SAR图像积雪识别 | |
| 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. |
| 本文献已被 CNKI 等数据库收录！ | |