基于混合特征空间MRFMarkovRandomFiled-南京师范大学学报.PDF

第４０卷第 １期 南京师大学报(自然科学版) Ｖｏｌ４０ Ｎｏ１ ２０１７年３月 ＪＯＵＲＮＡＬ ＯＦ ＮＡＮＪＩＮＧ ＮＯＲＭＡＬ ＵＮＩＶＥＲＳＩＴＹ(Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ) Ｍａｒꎬ２０１７ － ｄｏｉ:１０.３９６９/ ｊ.ｉｓｓｎ.１００１ ４６１６.２０１７.０１.００３ 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 李士进ꎬ王声特 (河海大学计算机与信息学院ꎬ江苏 南京 ２１００９８) [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ꎬ提出一种基于混合特征 空间与ＭＲＦ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ＮＤＷＩ创建 混合特征空间ꎬ将遥感图像中的像素作为ＭＲＦ模型中的随机变量ꎬ构建基于混合特征的能量函数ꎬ使用迭代的 图割算法(Ｇｒａｐｈ Ｃｕｔ)最小化能量函数确定水体边界ꎬ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ꎬ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ꎬ并且水体边界的提取效果良好ꎬ达到较高的水体提取精度. [关键词]　 水体提取ꎬＭＲＦ模型ꎬ归一化差异水体指数(ＮＤＷＩ)ꎬ混合特征ꎬ图割算法(Ｇｒａｐｈ Ｃｕｔ) － － － [中图分类号]ＴＰ７５３　 [文献标志码]Ａ　 [文章编号]１００１ ４６１６(２０１７)０１ ００１３ 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 ＳｈｉｊｉｎꎬＷａｎｇ Ｓｈｅｎｇｔｅ (Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ ＩｎｆｏｒｍａｔｉｏｎꎬＨｏｈａｉ ＵｎｉｖｅｒｓｉｔｙꎬＮａｎｊｉｎｇ２１００９８ꎬＣｈｉｎａ) Ａｂｓｔｒａｃｔ:Ｗａｔｅｒ ｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎｉｎｒｅｍｏｔｅ ｓｅｎｓｉｎｇｉｍａｇｅｓｉｓａｎｉｍｐｏｒｔａｎｔ ａｐｐｌｉｃａｔｉｏｎｏｆ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇｔｅｃｈｎｏｌｏｇｙ ｉｎ ｗａｔｅｒ ｒｅｓｏｕｒｃｅｓ ｓｕｒｖｅｙｉｎｇ ａｎｄ ｕｔｉｌｉｚａｔｉｏｎꎬｄｅｔｅｃｔｉｏｎ ｏｆ ｗａｔｅｒ ｅｃｏｌｏｇｙ ｃｈａｎｇｅ ａｎｄ ｏｔｈｅｒ ａｓｐｅｃｔｓ. Ｔｈｅ ｅｘｉｓｔｉｎｇ ｗａｔｅｒ ｅｘ￣ ｔｒａｃｔｉｏｎｍｅｔｈｏｄｓａｓｗａｔｅｒｉｎｄｅｘｏｒｉｍａｇｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｒｅｎｏｔａｃｃｕｒａｔｅｅｎｏｕｇｈｆｏｒｗａｔｅｒｂｏｕｎｄａｒｙｔｒｅａｔｍｅｎｔꎬａｎｄｔｈｅｙ ａｒｅ ｅａｓｙ ｔｏ ｐｒｏｄｕｃｅ ｔｈｅｐｒｏｂｌｅｍ ｏｆ ｅｒｒｏｒ ｅｘｔｒａｃｔｉｏｎ ａｎｄｌｅａｋａｇｅ ｅｘｔｒａｃｔｉｏｎ. Ｂａｓｅｄｏｎｔｈｅ ｅｘｉｓｔｉｎｇ ａｌｇｏｒｉｔｈｍｓｔｈａｔ ｃｏｎｓｔｒｕｃｔｉｎｇ ｗａｔｅｒ ｉｎｄｅｘ ｔｏ ｅｘｔｒａｃｔ ｗａｔｅｒ ｉｎｆｏｒｍａｔｉｏｎꎬｗｅ ｈａｖｅｐ