基于混合特征空间MRF（Markov Random Filed）模型的高分辨率遥感影像水体提取.pdf

第 4 0 卷第 1 期 南京师大学报（自然科学版） Vol. 40 No. 1 2 01 7 年 3 月 JOURNAL OF NANJING NORMAL UNIVERSITY( Natural Science Edition) M ar,2017 doi ：10.3969/j.issn.l001-4616.2017.01.003 基于混合特征空间MRF ( Markov Random File ) 模型的高分辨率遥感影像水体提取 李 士 进 ，王 声特 ( 河海大学计算机与信息学院，江苏南京 21009S) [摘 要 ]水体信息提取是遥感图像在水资源调查与利用、水生态监测等应用中的关键技术之一.针对现有的水 体指数法或影像分类法在水体边界处理效果不够精确、易产生误提取和漏提取等问题，提出一种基于混合特征 空间与M RF 模型图像分割算法的水体提取新算法. 结合遥感图像颜色特征与归一化差异水体指数NDW I 创建 混合特征空间，将遥感图像中的像素作为M RF 模型中的随机变量，构建基于混合特征的能量函数，使用迭代的 图割算法（ Gmph C ut) 最小化能量函数确定水体边界，然后根据已提取的水体主体的水体指数及颜色特征等信 息对水体边界进行自适应精细化处理. 对石梁河水库水体提取的实验表明，该方法能够自动对周边环境复杂的 水库水体信息进行提取，并且水体边界的提取效果良好，达到较高的水体提取精度. [关 键 词 ]水体提取，M RF 模型，归一化差异水体指数(N D W I) ，混合特征，图割算法（ Gmph Cut) [ 中图分类号] TP753 [ 文献标志码] A [ 文章编号] 1001-4616(2017)01-001 3-07 A New Algorithm Based on Hybrid Feature Space MRF ( Markov Random Filed) Model for Water Information Extraction from High Resolution Remote Sensing Imagery Li Shijin,Wang Shengte (Co ege of Computer and Information,Hohai University,Nanjing 210098 ,China) Abstract ：Water information extraction in remote sensing images is an important application of remote sensing technology in water resources surveying and utilization, detection of water ecology change and other aspects. The existing water ex­ traction methods as water index or image classification are not accurate enough for water boundary treatment, and they are easy to produce the problem of error extraction and leakag