基于奇异性分析的遥感图像河道网络自动提取
计算机视觉与模式识别
2019-11-15 v1
摘要
河道网络的定量分析在河流研究中起着重要作用。为了提供河道网络的定量表示，我们提出了一种从遥感图像中提取河道并估计其宽度的新方法。我们的全自动方法基于最近提出的多尺度奇异性指数（Multiscale Singularity Index），该指数对曲线结构响应强，对边缘响应弱。该算法利用单幅图像生成河道图，其中水体与非水体像素具有对比度，例如 Landsat 近红外波段图像或基于多波段定义的水指数。所提方法为河流地貌遥感中使用的流程提供了一个鲁棒的替代方案，并使河道网络的分类和分析更加容易。算法源代码可从以下网址获取：http://live.ece.utexas.edu/research/cne/。
引用
@article{arxiv.1506.08670,
title = {Automatic Channel Network Extraction from Remotely Sensed Images by Singularity Analysis},
author = {F. Isikdogan and A. C. Bovik and P. Passalacqua},
journal= {arXiv preprint arXiv:1506.08670},
year = {2019}
}
备注
IEEE Geosci. Remote Sens. Lett., in review