(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111606647.5 (22)申请日 2021.12.26 (71)申请人 中国电子科技 集团公司第十四研究 所 地址 210039 江苏省南京市雨 花台区国睿 路8号 (72)发明人 谢聪　郝明　庄龙　郑平　 (74)专利代理 机构 北京铸成博信知识产权代理 事务所(普通 合伙) 16016 代理人 张广宇 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/62(2017.01) G06T 5/00(2006.01) G06T 5/40(2006.01)G06T 7/11(2017.01) (54)发明名称 一种基于SAR图像的洪涝检测方法 (57)摘要 在出现洪涝等自然灾害时， 往往伴随恶劣天 气， 监测区域会受到云层、 降水等因素影 响， 光学 遥感难以发挥作用。 SAR作为一种主动式微波成 像传感器， 以其全天时、 全天候、 作用距离远等独 特的技术优势， 成为当前对地观测的主要手段之 一， 在恶劣的气象条件下也能够迅速获取监测区 域第一手遥感影像信息， 为减灾救灾决策提供重 要依据。 然而， 在SAR洪涝灾区水体信息提取方 面， 常用的方法是基于全极化SAR数据进行的， 但 全极化SAR数据的获取量有限， 常常不能满足灾 害应急的快速响应要求。 而且， SAR图像水体提取 存在很多难点问题， 比如山体等形成的阴影与水 体在图像上具有相似的灰度特性， 会给SAR图像 水体区域精确提取带来严重的虚警。 本发明克服 现有技术中的缺点， 提出了一种基于SAR图像的 洪涝检测方法， 不仅能够快速、 精确获得湖泊区 域洪涝淹没面积与分布， 还可以减少山体阴影等 弱散射体给水体提取造成的虚警现象。 权利要求书1页 说明书3页 附图2页 CN 114219800 A 2022.03.22 CN 114219800 A 1.一种基于SAR图像的洪涝检测方法， 其特 征在于： 包括以下步骤： 步骤 （1） ： SAR图像降噪与增强； 步骤 （2） ： 基于灰度特 征和纹理特征的FCM聚类的水体提取； 步骤 （3） ： 湖泊精确检测； 步骤 （4） ： 湖泊淹没面积变化检测。 2.如权利 要求1所述的基于SAR图像的洪涝检测方法， 其特征在于： 所述步骤 （1） 具体包 括： 图像增强： 采用图像灰度直方图均衡化方法对SAR图像的亮度及对比度进行增强， 使得 图像细节信息 显示更加明显； 图像去噪： 然后利用基于NSCT的自适应去噪算法对SA R图像进行去噪预处理， 在去除相 干斑噪声的同时保护图像细节纹 理信息。 3.如权利 要求1所述的基于SAR图像的洪涝检测方法， 其特征在于： 所述步骤 （2） 具体包 括： 灰度特征提取： 采用保边缘灰度特征提取方法提取SAR图像灰度特征， 通过统计SAR图 像中任意像素点的灰度值与其邻域各像素值得相似度， 若相似像素个数少 于预定阈值时， 则该像素点的灰度值取相似像素灰度值的平均值； 否则该像素点的灰度值取所有邻域像素 灰度值的平均值； 纹理特征提取： 采用灰度共生矩阵来提取SAR图像的纹理特征， 统计SAR图像中每个像 素点周围的邻域像素在4个方 向0°、 45°、 90°、 135°和距离为d的灰度共生矩阵， 并分别计算 各自的相关度、 同质性、 熵和角二阶矩4个纹 理特征； 水体提取： 结合之前提取的保边缘灰度特征和4个纹理特征， 运用FCM聚类算法对SA R图 像进行分割， 获得初步水体提取 结果。 4.如权利 要求1所述的基于SAR图像的洪涝检测方法， 其特征在于： 所述步骤 （3） 具体包 括： 在水体提取结果的基础上， 对水体提取图进行形态学滤波处理， 采用连通域分析方法 对湖泊与河流水系的粘连区域进 行分割， 并通过设置长宽比、 面积阈值剔除小面积坑塘、 河 流及其他水体， 保留湖泊区域； 利用DEM地形信息去除由于山体造成的阴影区域， 进一步减少弱反射地物引起的虚警 现象。 5.如权利 要求1所述的基于SAR图像的洪涝检测方法， 其特征在于： 所述步骤 （4） 具体包 括： 分别对洪涝前后不同时间的SAR图像进行湖泊精确检测后， 利用地理信息系统中叠加 分析方法与基于空间重叠的分块并行技术对湖泊变化区域进 行检测， 并统计洪涝淹没区域 的面积、 分布以及被淹没区域的地物类型面积。权　利　要　求　书 1/1 页 2 CN 114219800 A 2一种基于SAR图像的洪涝检测方 法 技术领域 [0001]本发明属于微波成像领域， 具体涉及一种基于SAR图像的洪涝检测方法。 背景技术 [0002]在出现洪涝等自然灾害时， 往往伴随恶劣天气， 监测区域会受到云层、 降水等 因素 影响， 光学遥感难以发挥作用。 SAR作为一种主动式微波成像传感器， 以其全天时、 全天候、 作用距离远等独特 的技术优势， 成为当前对地观测的主要手段之一， 在恶劣的气象条件下 也能够迅速获取监测区域第一手遥感影像信息， 为减灾救灾决策提供重要依据。 我国是个 洪涝灾害多发的国家， 每年7月、 8月份洪涝灾害时常发生。 因此， 实现洪涝受灾区域的水体 快速检测对灾害救援和评估 具有重要的意义。 高分3号SAR卫星 数据采用主动式对地观测技 术， 全天时、 全天候 成像的特点在洪涝减灾应用中具有明显的优势。 然而， 在SAR洪涝灾区水 体信息提取方面， 常用的方法是基于全极化SAR数据进行的， 但全极化SAR数据的获取量有 限， 常常不能满足灾害应急的快速 响应要求。 而且， SAR图像水体提取存在很多难点问题， 比 如山体等形成的阴影与水体在图像上具有相似的灰度特性， 会给SAR 图像水体区域精确提 取带来严重的虚警。 因此， 单极化SAR数据洪涝淹没区域精确、 快速检测技术具有重要的防 灾减灾应用价 值。 发明内容 [0003]本发明克服现有技术中的缺点， 提出了一种基于SAR图像的洪涝检测方法， 不仅能 够快速、 精确获得湖泊区域洪涝淹没面积与分布， 还可以减少山体阴影等弱散射体给水体 提取造成的虚警现象。 具体步骤如下： 步骤 （1） ： SAR图像降噪与增强； 步骤 （2） ： 基于灰度特 征和纹理特征的FCM聚类的水体提取； 步骤 （3） ： 湖泊精确检测； 步骤 （4） ： 湖泊淹没面积变化检测。 [0004]进一步地， 所述步骤 （1） 具体包括： 图像增强： 采用图像灰度直方图均衡化方法对SAR图像的亮度及对比度进行增强， 使得图像细节信息 显示更加明显； 图像去噪： 然后利用基于NSCT的自适应去噪算法对SAR图像进行去噪预处理， 在去 除相干斑噪声的同时保护图像细节纹 理信息。 [0005]灰度特征提取： 采用保边缘灰度特征提取方法提取SAR图像灰度特征， 通过统计 SAR图像中任意像素点的灰度值与其邻域各像素值得相似度， 若相似像素个数少于预定阈 值时， 则该像素点的灰度值取相似像素灰度值的平均值； 否则该像素点的灰度值取所有邻 域像素灰度值的平均值。 [0006]进一步地， 所述步骤 （2） 具体包括： 纹理特征提取： 采用灰度共生矩阵来提取SAR图像的纹理特征， 统计SAR图像中每说　明　书 1/3 页 3 CN 114219800 A 3