一种融合MRF分割与数学形态学的道路提取算法

针对高分辨率合成孔径雷达（Synthetic Aperture Radar, SAR）图像中道路目标难以有效提取的问题,提出一种融合马尔可夫随机场（Markov Random Field, MRF）分割与数学形态学处理的高分辨率SAR图像道路提取算法。该算法首先利用直方图均衡化和增强Lee滤波对SAR图像进行预处理,实现道路的边缘增强,抑制相干斑噪声;进而利用基于条件迭代模式（Iterated Conditional Mode, ICM）的MRF对SAR图像中的道路目标进行初分割;再用数学形态学填充空洞,平滑道路边缘;最后,基于道路的几何特征,使用偏心率、矩阵度、复杂度等因子去除虚警,从而提取出道路目标。利用该文算法对两块实际高分辨率SAR图像进行道路目标提取,均可以取得90%以上的正确道路提取率,表明本文算法具有较高的道路提取精度。     

基于遥感的汶川震区水体快速提取

＂5.12＂汶川8.0级地震后发生大量滑坡、泥石流,河流部分阻断,形成一系列堰塞湖,急需快速提取水体信息,为救援提供重要依据。本文以震后北川县城为例,利用LBV变换与NDVI（归一化植被指数）图像结合模型对研究区水体进行提取,对＂福卫二号＂影像进行LBV变换,确定B阈值,并提取NDVI指数,两者求交集得到水体影像。该模型理论依据充分可靠,计算机容易实现,具有较高的准确度,可以将水体与低密度覆盖的水植混合体区分开,提取结果符合实际情况,提取速度快,完全能满足灾害背景参数8h内提取的要求。