SAR图像的检测和分类方法.docxVIP

SAR图像的检测和分类方法 SAR图像的检测和分类方法 2021年8月 第28卷第4期 北京邮电大学学报 Journal of Beijing University of Posts and Telecommunications Aug. 2021Vol. 28No. 4 文章编号:100725321(2021) 0420219204 SAR 图像的检测和分类方法 龚　婕, 　杨士元 (清华大学自动化系, 北京100084) 摘要:从理论上分析了图像灰度共生矩阵和灰度共生矩阵的多个统计量. 提出了一种基于灰度共生矩阵的C 2均值聚类算法, 用于对合成孔径雷达(SAR ) 图像的分类. 通过真实的SAR 图像, 在实验中分析了各统计量的性能. 分析表明, 熵、方差、对比度、差平均的性能较好. 采用这几个统计量作为特征量进行分类, 得到了较好的分类结果, 很好地保持了类间距, 同时使类内方差较小. 关　键　词:灰度共生矩阵; 合成孔径雷达; 分类; C 2均值聚类中图分类号:TN957. 52　　　　文献标识码:A The Detection of the SAR Image GON G Jie , 　YAN G Shi 2yuan (Department of Automation , Tsinghua University , Beijing 100084, China ) Abstract :Several statistics of the image gray 2level co 2matrix and gray 2level co 2matrix were first theo 2retically analyzed. Then a novel C 2mean clustering algorithm , which is based on the gray 2level co 2ma 2trix and can be used for synthetic aperture radar (SAR ) image classification , was proposed. The char 2acteristics of different statistics were obtained from experiments. The analysis shows that the entropy , variance , the contrast and mean error will perform better. It is shown that when the statistics , which will maximize the between 2class scatter and minimize the within 2class scatter , is adopted for classifica 2tion , a much higher performance is achieved. K ey w ords :gray 2level co 2matrix ; synthetic aperture radar ; image classification ; C 2mean clustering al 2gorithm 合成孔径雷达(SAR ) 是一种高分辨率的遥感成像雷达. 由于它可以全天候、全天时获取地面信息, 近年来得以快速发展, 被广泛应用于军事和民用以及国民经济的其他领域, 有重大研究价值和非常广阔的应用前景. 美国、俄罗斯、加拿大、中国等国家都已经成功研制出SAR 系统, SAR 图像的分辨力也逐步得到提高. 然而, 制造SAR 系统的根本目的是获取地面信息, 因此SAR 图像的目标识别技术、SAR 图像的分类技术得到了广泛的重视, 并取得了丰硕的研究成果. 本文的研究属于SAR 图像分类 技术. 目前SAR 图像分类技术包括基于统计的分类算法和基于图像纹理的分类算法. 基于统计的分类算法根据不同性质图像区域的统计特性差异进行分类[1,2]. 由于统计方法忽略了图像的空间分布特性, 所以往往得不到满意的分类结果. 近年来出现了一些基于纹理特征的分类算法, 如灰度共生矩阵、小波能量[3]、分维数特征[4]等. 本文对灰度共生矩阵做了分析, 这是一种较好地刻画图像纹理的手段. 在研究了灰度共生矩阵各种统计量的基础上, 提出了基于灰度共生矩阵的SAR 图像分类算法. 实验 收稿日期:2021204210 ) , 女, 博士生