SAR图像特征分布判断及影响.pdfVIP

得到，如果SAR经过某种变换，得到SAR的特征，从理论上难以确定其分布时，一般假 设为高斯分布。 本文从熵的角度口蜊断SAR图像亮度特征服从高斯分布还是Gamma分布，以及该特 征在这两种分布下对分类阈值和正确分类率的影响。 由于SAR图像亮度幅度是一种较好的特征【4】，本文以这种特征为例，第2节可视化过 程正好形成这种特征。 2可视化过程 ，● 需要对SAR数据重新量化在8比特以内，过程如下： (1)对SAR数据取对数，然后平方。 一t (2)8比特均匀量化。 取对数是为了抑制SAR中的强目标，如果直接均匀量化，有些回波较小地物之间的差 别很明显。平方是为了加强抑制，如果取三次方，强目标和周围地物的差别会不明显。 3 Gamma分布的熵 SAR图像均匀地物的统计分布是Gamma分布，其密度函数为： ／ 、m-I删 p∽2赢㈢e—ps ㈩ 式(1)中，m是多视视数： n是地物的回波功率。 令w：上I旦l r(m)InJ p(x、=WX”’1e几 (2) Gamma分布的熵H(x)： 日(x)=一lp(x)lnp(x)dx 其中，竺广xme—i出：m P。日 妣 fx”1m咖嵩凼=(鲁]4(sh鲁一sc+t，) 其中，C=0．5772是欧拉常数f6J。 刖=啮]地s埘毛 因为方差蹦mⅢ2=鲁=等以12占m ‘． 日(功=in(a)+IIl3+3c一； (3) =ha(8)+1．3302 4分布判断 ●● 已知高斯分布的熵 日(x)=ln(√2en8) (4) 7，■ =In(8)+1_4189 定义：a(xco)=H(x)一ha(6)表示一种统计度量。 根据该定义，得到： 高斯：d(xIq)=1．4189 Gamma：d(x902)=1．3302 当la(xl09)一a(xI曰1)qct(xI∞)一d(xl∞2)I时，判断该数据服从高斯分布： 5阈值计算 考虑两类问题，假设两类的先验概率相等。 总错误分类概率： E(xo)=I：=n(x I珊：)出 l缈。)出+ep：(x 令：坝％。=” ． p10f出，)=p2(xi∞2) (5) 当判断是高斯分布，根据式(5)，得到： 三。一等：占。一等 簪地点=等仙屯 解该方程得郅两个根： f一2m。m：砰砑+砰霹(埘；+m?)+1j = X 志2M霹一2％砰+2l2霹砰l咯)一：群霹