面向城市地物分类的 SAR 图像纹理特征提取与分析.pdfVIP

第37卷 第4期 测绘与空间地理信息 Vo1．37，No．4 2014年 4月 GEOMATICS＆SPATIALINFORMATION TECHNOLOGY Apr．，2014 面 向城市地物分类的SAR图像纹理特征提取与分析 程雪姣 ，徐 佳 ，刘庆群，陆 吉 (河海大学 地球科学与工程学院，江苏 南京 210098) 摘 要：合成孔径雷达 (SAR)图像含有丰富的纹理信息，特别是进行城市地物分类时，纹理特征对于图像的解译 具有重要的意义。本文对基于灰度共生矩阵和 Gabor变换两种纹理特征提取方法进行 了研究，将灰度和不同纹 理特征组合应用于 SAR图像城市地物分类，并以ALOSPALsAR影像为数据源进行 了实验 。通过对不同分类结 果进行定性和定量分析，结果表明，引入纹理特征后的SAR图像分类结果要优于无纹理信息参与的分类结果，基 于不同纹理特征组合的SAR图像分类结果要优于基于单一纹理特征的分类结果。 关键词：合成孔径雷达图像 ；图像分类；纹理特征；灰度共生矩阵；Gabor变换 中图分类号 ：P237 文献标识码：B 文章编号：1672—5867(2014)o4—0047—04 Extraction andEvaluation ofTextureFeaturesin SAR Imagesfor UrbanLandCoverClassification CHENGXue—jiao，XUJia，LIUQing—qun，LUJi (SchoolofEarthSciencesandEngineering，HohaiUniversity，Nanjing210098，China) Abstract：SyntheticApertureRadar(SAR)imagesarerichintextureinformation，andtexturefeaturesforimageinterpretationareof greatsignificance，espeei~lyofrurbanterrainclassification．Inthispaper，twokindsoftexturefeatureextractionmethodswereused basedonGrayLevelCo—occurrenceMatrix(GLCM)andGabortransformation，mainlytoclassifyurbanlandcoverofALOSPAL— SAR imageswiththecombinationofgrayscaleanddifferenttexturefeatures．Theresultsofdifferentclassificationswereanalyzedqual— itativelyandquantitatively，whichshowedthataftertheintroductionoftexturefeatureofSAR imagesclassificationresultisbetterthan thatwithouttheinvolvementtextureclassification，anddifferentcombinationsoftexturefeaturesbasedonSARimageclassificationre— suitsaresuperiortotheonebasedonasingleclassificationresult． Keywords：SyntheticApertureRadar(SAR)image；imageclassification；texturefeature；GrayLevelCo—occurrenceMatrix(GL， CM)；Gaborchange LevelCo—occurrenceMatrix，GLCM)特征值的概念分析了 O 引 言 SAR图像中不同陆地 目标的纹理特性，W