利用灰度和纹理特征的SAR图像分类研究

多类别多特征量情况下的合成孔径雷达(SAR)图像的目标分类是一个难以解决的问题。从灰度和纹理模型出发,提出了综合利用灰度和纹理特征的目标分类方法。均值和方差是灰度模型中重要的特征统计量,而能量、熵、对比度、局部相似性和相关性是纹理模型中重要的特征统计量。灰度和纹理特征能确切地描述SAR图像中的目标。通过构造特征向量,定义向量之间的距离,并按照最小距离方法进行目标分类。以一定大小的窗口读入样本,提高了算法的运行速度和抗噪能力。理论上,窗口越大,特征向量值越接近真实值。窗口越小,边缘的分类精度越高。实验表明该方法较好地处理了多类别多特征量情况下的SAR图像分类问题,分类结果是有效的,这为SAR图像目标分类提供了一条简单可行的途径。