合成孔徑雷達(dá)圖像目標(biāo)分類研究.pdf

1、合成孔徑雷達(dá)(SAR)是現(xiàn)代科學(xué)和技術(shù)的產(chǎn)物，它使雷達(dá)的基本功能發(fā)生了巨大變化。SAR被廣泛的應(yīng)用于軍事和民用，有著重大價值和非常廣闊的應(yīng)用前景，越來越多的研究人員正在參與并不斷地在這一領(lǐng)域中做出貢獻(xiàn)。本文是關(guān)于SAR圖像的紋理特征分析，它是SAR圖像應(yīng)用中的一種重要技術(shù)。文中基于已經(jīng)過圖像預(yù)處理的SAR圖像數(shù)據(jù)，應(yīng)用灰度共生矩陣法，研究了常用于SAR圖像分類的幾種紋理特征量，包括差方差、差平均、差熵、對比度、能量、方差、和方差、逆差矩

2、、相關(guān)等，進(jìn)行了特征提取。如果模式空間的維數(shù)較大，那么不僅會造成計(jì)算上的困難，而且由于不少變量之間往往相關(guān)程度高，會造成混淆和不確定性，所以需進(jìn)行特征選擇。本文運(yùn)用類內(nèi)類間距準(zhǔn)則，通過計(jì)算圖像特征值的類內(nèi)類間距，得到對某種SAR圖像分辨效果最好的幾種紋理特征量。最后以這幾種紋理特征量為輸入，利用三層BP神經(jīng)網(wǎng)絡(luò)，進(jìn)行圖像分類。并且與圖像分類中統(tǒng)計(jì)方法的經(jīng)典算法貝葉斯分類方法做了比較，結(jié)果發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)分類方法的分類效果要優(yōu)于貝葉斯方法。