摘要:MERIS数据以其更为合理的水色波段设置和300m较高的空间分辨率,在内陆湖泊水环境遥感监测中有较大的应用潜力,对其进行有效的大气校正则是水环境参数定量化反演的前提。以太湖为研究区,研究基于氧气和水汽吸收波段的暗像元为假设条件,改进传统的近红外波段暗像元大气校正方法,采用MERIS level 2p数据辅助获取湖区气溶胶参数,并利用2007-11-11、2008-11-20以及2009-04-25等3景MERIS影像进行验证。结果表明,该方法能够快速、有效地完成MERIS影像的大气校正,与地面准同步实测数据相比,3次校正的均方根百分比RMSP(Root Mean Square of Percentage)、都在25%以下;与Beam自带的二类水体大气校正算法、气溶胶厚度辅助的6S大气校正以及改进的暗像元算法进行精度比较,结果表明该方法校正精度较高。由于该方法不需要同步实测气溶胶数据,因此具有一定的适用性。
摘要:基于区域和统计的SAR分割方法,提出一种结合Voronoi划分技术、最大期望值EM(Expectation Maximization)和最大边缘概率MPM(Maximization of the Posterior Marginal)算法的多视SAR图像分割方法。首先利用Voronoi划分将图像域划分成不同的子区域,而每个子区域可以被看成待分割同质区域的一个组成部分,并假设每个子区域内的像素满足同一独立的Gamma分布,从而建立多视SAR图像模型,并在贝叶斯理论架构下建立图像分割模型,然后结合EM/MPM算法进行图像分割和模型参数估计。该方法将基于像元的马尔可夫随机场(Markov Random Field,MRF)模型扩展到基于区域的MRF模型,并且能同时有效地获取模型参数估计和基于区域的SAR图像最优分割。采用本文算法,分别对RADARSAT-Ⅰ/ⅡSAR强度图像和合成SAR强度图像进行了分割实验,定性和定量的测试结果验证了本文方法的有效性、可靠性和准确性。