一種基于合成孔徑雷達(dá)的水華識別方法及裝置制造方法及圖紙

本發(fā)明專利技術(shù)實施例提出了一種基于合成孔徑雷達(dá)的水華識別方法及裝置，依據(jù)計算得到的目標(biāo)區(qū)域的后向散射、形狀、紋理及時空特征屬性，使用預(yù)設(shè)的模型識別出水華區(qū)域，因為后向散射、形狀、紋理及時空特征屬性均為面向合成孔徑雷達(dá)水華遙感圖像的特定屬性，能夠代表水華區(qū)域的特征，因此，依據(jù)所述屬性，能夠準(zhǔn)確識別出目標(biāo)區(qū)域中的水華區(qū)域。

【技術(shù)實現(xiàn)步驟摘要】

本專利技術(shù)涉及遙感領(lǐng)域，尤其涉及一種基于合成孔徑雷達(dá)的水華識別方法及裝置。
技術(shù)介紹
基于光學(xué)遙感技術(shù)的水華監(jiān)測識別技術(shù)被廣泛應(yīng)用，但是光學(xué)遙感技術(shù)極易受到天氣的影響，在有云霧的天氣狀況下，光學(xué)遙感不能使用，例如，以太湖為例，每年4月是太湖藍(lán)藻水華的主要爆發(fā)時期，而2007年至2011年的4月-11月期間每日太湖的MODIS/Terra的衛(wèi)星遙感影像顯示，在當(dāng)年的4月份，無云覆蓋的概率是22. 23%，而被云層完全覆蓋的概率為41. 51%，由此可以看出，基于光學(xué)的水華遙感監(jiān)測技術(shù)不能滿足在云霧狀態(tài)下水華監(jiān)測的需求。而基于合成孔徑雷達(dá)的水華監(jiān)測的則不受云霧的影響，因此能夠替代基于光學(xué)的遙感監(jiān)測，但是，合成孔徑雷達(dá)圖像依靠微波成像，與光學(xué)圖像相比，具有低分辨率、低信噪比及波段少的特點，所以，現(xiàn)有的基于光學(xué)成像的水華識別方法不適用于合成孔徑雷達(dá)水華遙感圖像中水華區(qū)域的識別。
技術(shù)實現(xiàn)思路
有鑒于此，本專利技術(shù)實施例提供了一種基于合成孔徑雷達(dá)的水華識別方法及裝置，目的在于解決現(xiàn)有的基于光學(xué)成像的水華識別方法不適用于合成孔徑雷達(dá)水華遙感圖像中水華區(qū)域的識別的問題。為了實現(xiàn)上述目的，本專利技術(shù)實施例公開了以下技術(shù)方案一種基于合成孔徑雷達(dá)的水華識別方法，應(yīng)用于合成孔徑雷達(dá)水華遙感圖像，包括從所述合成孔徑雷達(dá)水華遙感圖像中分割目標(biāo)區(qū)域；計算所述目標(biāo)區(qū)域的后向散射、形狀、紋理及時空特征屬性；依據(jù)所述目標(biāo)區(qū)域的后向散射、形狀、紋理及時空特征屬性，使用預(yù)設(shè)的模型，識別所述目標(biāo)區(qū)域中的水華區(qū)域。優(yōu)選地，所述目標(biāo)區(qū)域的后向散射、形狀、紋理及時空特征屬性包括目標(biāo)區(qū)域的后向散射系數(shù)均值；目標(biāo)區(qū)域的周圍區(qū)域的后向散射系數(shù)均值；目標(biāo)區(qū)域的周圍區(qū)域的后向散射系數(shù)標(biāo)準(zhǔn)差；目標(biāo)區(qū)域的灰度直方圖峰度；目標(biāo)區(qū)域的面積；目標(biāo)區(qū)域的周長；目標(biāo)區(qū)域的最小面積外接矩陣長寬之比；目標(biāo)區(qū)域的最大內(nèi)接圓的半徑與目標(biāo)面積等價圓的半徑之比；目標(biāo)區(qū)域和其最小外接矩形面積之比；目標(biāo)區(qū)域的灰度共生矩陣的對比度均值及標(biāo)準(zhǔn)差；目標(biāo)區(qū)域的灰度共生矩陣的相關(guān)性均值及標(biāo)準(zhǔn)差；目標(biāo)區(qū)域的灰度共生矩陣的一致性均值及標(biāo)準(zhǔn)差；目標(biāo)區(qū)域灰度共生矩陣的能量均值及標(biāo)準(zhǔn)差；目標(biāo)區(qū)域的邊界梯度均值；水華爆發(fā)的時空特征。優(yōu)選地，所述從所述合成孔徑雷達(dá)水華遙感圖像中分割目標(biāo)區(qū)域包括計算所述合成孔徑雷達(dá)水華遙感圖像的灰度直方圖；依據(jù)所述灰度直方圖，確定分割閾值；依據(jù)所述分割閾值，從所述合成孔徑雷達(dá)水華遙感圖像中分割目標(biāo)區(qū)域。優(yōu)選地，所述預(yù)設(shè)的模型包括支持向量機。優(yōu)選地，所述支持向量機的確定過程包括選擇徑向基核函數(shù)作為核函數(shù)，構(gòu)建支持向量機模型；使用預(yù)設(shè)的圖斑樣本庫訓(xùn)練所述支持向量機模型；當(dāng)所述支持向量機模型滿足預(yù)設(shè)的識別精度時，確定所述支持向量機模型為確定的支持向量機。優(yōu)選地，在所述從所述合成孔徑雷達(dá)水華遙感圖像中分割目標(biāo)區(qū)域之前，還包括對所述合成孔徑雷達(dá)水華遙感圖像進(jìn)行預(yù)處理。一種基于合成孔徑雷達(dá)的水華識別裝置，應(yīng)用于合成孔徑雷達(dá)水華遙感圖像，包括分割模塊，用于從所述合成孔徑雷達(dá)水華遙感圖像中分割目標(biāo)區(qū)域；屬性計算模塊，用于計算所述目標(biāo)區(qū)域的后向散射、形狀、紋理及時空特征屬性；識別模塊，用于依據(jù)所述目標(biāo)區(qū)域的后向散射、形狀、紋理及時空特征屬性，使用預(yù)設(shè)的模型，識別所述目標(biāo)區(qū)域中的水華區(qū)域。優(yōu)選地，所述分割模塊包括直方圖計算單元，用于計算所述合成孔徑雷達(dá)水華遙感圖像的灰度直方圖；閾值計算單元，用于依據(jù)所述灰度直方圖，利用雙峰法確定分割閾值；分割單元，用于依據(jù)所述分割閾值，從所述合成孔徑雷達(dá)水華遙感圖像中分割目標(biāo)區(qū)域。優(yōu)選地，所述識別模塊包括模型確定單元，用于選擇徑向基核函數(shù)作為所述支持向量機的核函數(shù)，構(gòu)建支持向量機模型，并使用預(yù)設(shè)的圖斑樣本庫訓(xùn)練所述支持向量機模型，當(dāng)所述支持向量機模型滿足預(yù)設(shè)的識別精度時，確定所述支持向量機模型為確定的支持向量機；識別單元，用于依據(jù)所述目標(biāo)區(qū)域的后向散射、形狀、紋理及時空特征屬性，使用所述模型確定單元確定的支持向量機識別所述目標(biāo)區(qū)域中的水華區(qū)域。優(yōu)選地，所述裝置還包括預(yù)處理模塊，用于對所述合成孔徑雷達(dá)水華遙感圖像進(jìn)行預(yù)處理。本專利技術(shù)實施例所述的基于合成孔徑雷達(dá)的水華識別方法及裝置，依據(jù)計算得到的目標(biāo)區(qū)域的后向散射、形狀、紋理及時空特征屬性，使用預(yù)設(shè)的模型識別出水華區(qū)域，因為后向散射、形狀、紋理及時空特征屬性均為面向合成孔徑雷達(dá)水華遙感圖像的特定屬性，能夠代表水華區(qū)域的特征，因此，依據(jù)所述屬性，能夠準(zhǔn)確識別出目標(biāo)區(qū)域中的水華區(qū)域。附圖說明為了更清楚地說明本專利技術(shù)實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術(shù)的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本專利技術(shù)實施例公開的一種基于合成孔徑雷達(dá)的水華識別方法的流程圖；圖2為本專利技術(shù)實施例公開的原始SAR水華遙感圖像；圖3為本專利技術(shù)實施例公開的又一種基于合成孔徑雷達(dá)的水華識別方法的流程圖；圖4為圖2所述的原始SAR水華遙感圖像經(jīng)過上述預(yù)處理過程后得到的預(yù)處理后圖像；圖5為本專利技術(shù)實施例公開圖4的灰度直方圖；圖6為本專利技術(shù)實施例公開的預(yù)處理后圖像分割后的圖像；圖7為本專利技術(shù)實施例公開的又一種基于合成孔徑雷達(dá)的水華識別方法的流程圖；圖8為本專利技術(shù)實施例公開的基于合成孔徑雷達(dá)的水華識別方法識別結(jié)果的示意圖；圖9為本專利技術(shù)實施例公開的一種基于合成孔徑雷達(dá)的水華識別裝置的結(jié)構(gòu)示意圖。具體實施例方式下面將結(jié)合本專利技術(shù)實施例中的附圖，對本專利技術(shù)實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本專利技術(shù)一部分實施例，而不是全部的實施例?；诒緦＠夹g(shù)中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術(shù)保護(hù)的范圍。本專利技術(shù)實施例公開了一種基于合成孔徑雷達(dá)的水華識別方法，所述合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR),為一種微波成像雷達(dá),利用雷達(dá)與目標(biāo)的相對運動把尺寸較小的真實天線孔徑用數(shù)據(jù)處理的方法合成較大的等效天線孔徑。與光學(xué)遙感成像不同，基于合成孔徑雷達(dá)的微波成像的原理為水華阻尼了水面的毛細(xì)波，降低了微波的后向散射，因此，與水體區(qū)域相比，水華區(qū)域在雷達(dá)影像上形成黑色區(qū)域。如圖1所述，所述方法包括SlOl :從所述合成孔徑雷達(dá)水華遙感圖像中分割目標(biāo)區(qū)域；除了水華會造成微波的后向散射外，低速風(fēng)也會造成微波的后向散射，因此，低速風(fēng)經(jīng)過的水面在合成孔徑雷達(dá)水華遙感圖像中也會形成黑色區(qū)域，這也是使用合成孔徑雷達(dá)識別水華的主要干擾因素。本實施例中，從合成孔徑雷達(dá)水華遙感圖像中分割出目標(biāo)區(qū)域，是指分割出黑色區(qū)域，包括水華區(qū)域，也可能包括低速風(fēng)經(jīng)過的水面，后續(xù)步驟中，將識別出哪些黑色區(qū)域是真正的水華區(qū)域。圖像分割方法有多種，針對合成孔徑雷達(dá)遙感圖像可以采用基于直方圖的圖像分割方法。S102 :計算所述目標(biāo)區(qū)域的后向散射、形狀、紋理及時空特征屬性；如前所述，合成孔徑雷達(dá)遙感圖像中的黑色區(qū)域可能是水華區(qū)域，也可能是低風(fēng)速造成的非水華區(qū)域，為了進(jìn)行區(qū)別，需要對黑色區(qū)域的特征屬性進(jìn)行分析，結(jié)合微波成像的原理，本專利技術(shù)實施例中，優(yōu)選目標(biāo)區(qū)域的后向散射、形狀、紋理及本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點】
一種基于合成孔徑雷達(dá)的水華識別方法，其特征在于，應(yīng)用于合成孔徑雷達(dá)水華遙感圖像，包括：從所述合成孔徑雷達(dá)水華遙感圖像中分割目標(biāo)區(qū)域；計算所述目標(biāo)區(qū)域的后向散射、形狀、紋理及時空特征屬性；依據(jù)所述目標(biāo)區(qū)域的后向散射、形狀、紋理及時空特征屬性，使用預(yù)設(shè)的模型，識別所述目標(biāo)區(qū)域中的水華區(qū)域。

【技術(shù)特征摘要】

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張兵，王甘霖，李俊生，申茜，張方方，鄒雷，王勝蕾，
申請(專利權(quán))人：中國科學(xué)院對地觀測與數(shù)字地球科學(xué)中心，
類型：發(fā)明
國別省市：