基于Faster R-CNN和MorphACWE模型的SAR图像高原湖泊提取

摘要

青藏高原湖泊是高原生态环境中最重要的自然要素之一,实现青藏高原湖泊调查与监测是现阶段迫在眉睫的任务。由于水体在SAR图像上呈现出独特的镜面反射特征,使得利用SAR图像进行湖泊的提取与分析成为当下研究热点。为进一步排除干扰地物影响、提高分类准确度,采用欧空局Sentinel-1A干涉宽幅模式的斜距单视复数产品(SLC)为主要数据源,Sentinel-2A多光谱影像Level-1C产品作为参考数据源,提出一种结合改进Faster R-CNN和MorphACWE轮廓模型的SAR图像湖泊提取算法(Faster Region-based Convolution Neural Network-MorphACWE,FR-MorphACWE)。该算法结合深度学习目标检测算法的高维特征分析和MorphACWE模型的边界提取,从综合干扰多湖泊提取角度进行分类实验评价,充分利用高原湖泊的形态学和雷达反射特征,实现西藏自治区那曲市南部至日喀则市北部高原湖泊高精度提取。实验结果表明,该算法在综合干扰多湖泊情境下准确率可达99.71%,精准率和召回率均高于98%,可作为SAR图像高原湖泊提取的新算法加以推广和应用。