[发明专利]基于Radon变换多特征融合的Sentinel-1图像海岸带养殖池提取方法

说明书

本发明提供一种基于Radon变换多特征融合的Sentinel‑1图像海岸带养殖池提取方法，包括：获取Sentinel‑1原始数据，并对其进行预处理，得到预处理后的图像数据；对预处理后的图像数据应用SLIC超像素方法得到过分割图像，并对各超像素区域做Radon变换，得到各超像素区域对应的变换结果，确定各变换结果中包含的峰值点；根据各变换结果中包含的峰值点数量，分别提取密集型养殖池和非密集型养殖池，其中密集型养殖池为峰值点数量大于1的超像素区域，非密集型养殖池为峰值点数量小于1的超像素区域；综合所述密集型养殖池和非密集型养殖池，获取最终的养殖池提取结果。本发明能够有效的提取中等分辨率SAR图像下的海岸带养殖池。

技术领域

本发明涉及遥感图像处理技术领域，特别涉及一种基于中等分辨率SAR 图像的海岸带养殖池提取方法。

背景技术

已有的海岸带养殖池提取的研究多集中于多光谱图像，而对SAR图像下的海岸带养殖池研究较少。樊建勇等^[1]利用GIS专业软件对胶州湾西北部海域的Radarsat-1SAR图像进行了养殖区面积的提取，详细介绍了SAR图像的预处理过程，并结合常规调查数据分析了研究区域的养殖类型变迁，探讨了 SAR图像在海岸带养殖区提取方面的可行性。Szuster等^[2]利用Radarsat-1SAR 图像通过eCognition软件的有监督分类方法探测和管理沿海渔业和水产养殖设备。随着Sentinel-1图像的广泛使用，文献^[3]提出了一种基于数字高程模型 (Digital Elevation Model，DEM)数据的养殖池提取方法(DEM based AquaculturePond Extraction Algorithm，DAPE)，该方法于2017年首次提出，并在2018年被应用于提取湄公河三角洲、红河谷三角洲、珠江三角洲和黄河三角洲的的沿海养殖池^[4]，在2019年被应用于提取整个印度次大陆级的沿海养殖池^[5]。

但是，基于SAR图像的海岸带养殖池提取仍然存在以下问题。(1)中等分辨率的SAR图像下海岸带地物类别区分度低，导致特征不清晰从而提取较为困难。(2)已有方法使用了较多的辅助数据，这使得提取有过多的人工参与，当辅助数据不满足条件，将无法有效提取养殖池。

[1]樊建勇,黄海军,樊辉,等.利用RADARSAT-1数据提取海水养殖区面积[J].海洋科学,2005(10):46-49.

[2]Szuster B W,Steckler C,Kullavanijaya B.Detecting and ManagingCoastal Fisheries and Aquaculture Gear Using Satellite Radar Imagery[J].Coastal Management,2008,36(3):318-329.

[3]Ottinger M,Clauss K,Kuenzer C.Large-Scale Assessment of CoastalAquaculture Ponds with Sentinel-1Time Series Data[J].Remote Sensing, 2017,9(5):440.

[4]Ottinger M,Clauss K,Kuenzer C.Opportunities and Challenges for theEstimation of Aquaculture Production Based on Earth Observation Data[J].Remote Sensing,2018,10(7):1076.

[5]Prasad K,Ottinger M,Wei C,et al.Assessment of Coastal Aquaculturefor India from Sentinel-1SAR Time Series[J].Remote Sensing,2019,11(3):357.

发明内容