一种新型的光学与宽幅干涉雷达高度计图像融合方法,用于提升水体检测性能

《IEEE Transactions on Geoscience and Remote Sensing》:A Novel Fusion Method of Optical and Wide-Swath Interferometric Radar Altimeter Images for Enhanced Water Detection

【字体: 大 中 小 】 时间:2026年01月07日 来源:IEEE Transactions on Geoscience and Remote Sensing 8.6

编辑推荐:

  地表水检测中宽幅干涉雷达高度计(WSIRA)图像面临暗水、 speckle噪声及湿地混淆三大挑战。本文提出光学子午线影像与WSIRA影像融合框架,包含四模块:1)基于Gamma分布的暗水补偿模块;2)改进多尺度局部总变差分解模块;3)结构层梯度一致加权融合与纹理层协方差滤波的分层策略;4)IHS色彩恢复模块。实验证明该方法在SWOT-Landsat和TG2-Google Earth数据集上九项指标优于七种先进融合技术,显著提升水体检测精度。

  

摘要:

直接从宽幅干涉雷达高度计(WSIRA)图像(例如SWOT KaRIn、TG-2 InRIA(SWOT)和TG-2 InRIA)中检测地表水面临三个主要挑战:1)由静止水体引起的暗水现象;2)来自周围地表的严重斑点噪声和重叠效应;3)水体与湿地表面的混淆。为了解决这些问题,我们提出了一种结合光学图像和WSIRA图像的融合框架。该框架由四个协同工作的专用模块组成:首先,开发了一个基于Gamma引导的补偿(GGC)模块,通过使用正常水体像素的分布来统计增强暗水区域的后向散射,从而对其进行校正。其次,采用改进的多尺度局部总变分(TV)分解算法将输入图像分为结构和纹理层,以便进行差异化处理。第三,提出了一种分层融合策略:结构层通过梯度一致加权局部能量(WLE)进行融合,以保持几何完整性,而纹理层则通过共生滤波(COF)进行处理,以增强细节并抑制噪声。最后,采用强度-色调-饱和度(IHS)变换从光学图像中恢复颜色信息,以确保视觉清晰度。这四个模块共同作用,使得融合图像能够最大限度地发挥两种数据的互补优势,即WSIRA对水体边界的高灵敏度以及光学图像在陆地区域丰富的光谱和空间细节。在SWOT–Landsat和TG2–Google Earth数据集上的实验表明,所提出的方法在九个评估指标中优于其他七种先进的融合技术。进一步的水体分离性和消融研究证明了该方法对WSIRA数据的适应性及其在水体检测和提取方面的增强能力...

引言

宽幅干涉雷达高度计(WSIRA)是一种创新的雷达高度计,它在接近天底的角度下以干涉模式工作,有效弥合了传统天底指向雷达高度计和跨轨道合成孔径雷达(InSAR)干涉测量(InSAR)之间的差距[1]。与传统高度计不同,WSIRA通过其宽幅覆盖范围显著提高了空间覆盖能力。与InSAR相比,接近天底的观测几何结构确保水体通常表现出比陆地表面更高的后向散射,如图1(a)和(d)所示。

(a) SWOT雷达图像。(b) 存在暗水现象的SWOT雷达图像。(c) 来自Landsat的光学图像。(d) TG-2雷达图像。(e) 存在暗水现象的TG-2雷达图像。(f) 来自Google Earth的光学图像。

一、引言

宽幅干涉雷达高度计(WSIRA)是一种创新的雷达高度计,它在接近天底的角度下以干涉模式工作,有效填补了传统天底指向雷达高度计和跨轨道合成孔径雷达(InSAR)干涉测量(InSAR)之间的空白[1]。与传统高度计不同,WSIRA通过其宽幅覆盖范围显著提高了空间覆盖能力。与InSAR相比,接近天底的观测几何结构确保水体通常表现出比陆地表面更高的后向散射,如图1(a)和(d)所示。

(a) SWOT雷达图像。(b) 存在暗水现象的SWOT雷达图像。(c) 来自Landsat的光学图像。(d) TG-2雷达图像。(e) 存在暗水现象的TG-2雷达图像。(f) 来自Google Earth的光学图像。

相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号