《表1 本文方法与MDRO和RGA提取结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《结合笔画宽度变换与几何特征集的高分一号遥感图像河流提取》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本文方法相较于其他文献中算法的优势，在给出本文方法结果的同时，还做了其他算法的对比实验组，包括乘性Duda算子（multiplicative Duda road operator，MDRO）和区域生长算法（region–growing algorithm，RGA）。MDRO是由Geling[21]在Duda算子基础上提出的针对SAR图像线边缘检测算子，常被用来检测铁轨和道路等线性结构[22]。RGA以给定的起始位置为种子点，根据遥感影像中的局部相似性来进行区域合并，它是一种常用的基于阈值提取遥感影像中河流的方法。为了验证算法的普适性，对多个不同地域流经的河流进行实验（表1）。表1中第一行为6个包含河流的典型区域的近红外波段图像，s1为独龙江支流（伊洛瓦底江—钦敦江）流经农田区的部分，图像中河流周围有较多细长条状物体对河流提取形成干扰；s2仍为独龙江支流（伊洛瓦底江—钦敦江）流经农田区的部分，但图像中河流周围无条状干扰物；s3为雅鲁藏布江流经城市的部分；s4为独龙江支流（伊洛瓦底江—钦敦江）流经人类居住区和农田区的部分；s5为金沙江流经山谷间的部分，图像中存在较多的沟谷以及山体阴影对河流提取形成干扰；s6为澜沧江流经山脉的部分，图像中存在许多条状沟壑对河流提取形成了干扰。以上6个地区的影像大小均为600像素×600像素。MDRO，MDRO+GFS，RGA（生长阈值分别为50和130）以及本文方法的提取结果分别如表1中第2—5行所示，其中使用的GFS阈值为（Tl=15，Tρ=1.2，Tγ=23，Tλ=0.15）。