sar图像分类相关技术综述2.docVIP

SAR图像分类相关技术综述 A Review of SAR Image Classification Thchnology The First Surveying and Mapping Institution Of Hunan Province Yanan Road, No.49, Hengyang City, Hunan Province 摘 要 SAR图像分类一般包括三个过程：SAR图像预处理、特征提取与选择、分类决策。本文以SAR图像分类的相关技术为主线，对其研究现状和发展趋势进行了较为全面的总结和展望，为该领域的深入研究提供了有价值的参考。 关键词 合成孔径雷达；相干斑滤波；特征提取与选择；分类 Abstrac: SAR Image classification often consists of three procedures: SAR image preprocession,feature extraction and selection,classification. This paper focus on technologies relevant to SAR image classification, conclude the present state and prospect the futures of this research field, giving valuable reference to deep research of this field. KeyWords: SAR(Synthetic Aperture Radar); Speckle Filtering; Feature Extraction and Selection; Classification 一、 引言 当前,合成孔径雷达(SAR)已成为国际对地观测领域最重要的前沿技术之一。雷达极化测量、干涉测量及多参数极化干涉测量等技术代表了雷达遥感的发展方向。遥感图像分类处理是遥感技术应用中十分重要的部分,图像分类结果用途非常广泛,所以,提高雷达遥感图像分类精度具有重要意义。雷达遥感图像因其特殊的成像机理和图像特点而与光学遥感图像迥异,必须采用特殊的图像分类方法才能获得较好的效果。随着新型成像雷达技术的蓬勃发展,雷达遥感获取的目标信息越来越多,如何最有效地利用雷达遥感提供的新信息来提高图像分类精度,是一个需要深入研究的课题,同时也是实现定量化雷达遥感迫切需要研究的课题之一。 二、 SAR图像相干斑抑制 SAR图像固有的相干斑噪声严重降低了图像的可解译程度,影响了后续的分类和识别等应用。一个理想的去斑算法应该在平滑的同时保持图像的边缘等细节不受损失。但是大量的测试表明,目前所有的算法都是在去除斑点噪声和保持纹理、边缘等细节信息之间的折衷,无法获得完全满意的效果。 根据所使用的图像数据格式,可以将去斑算法分为基于实数的方法和基于复数的方法。实数域的算法又可以分为两大类: 第1类是在成像之前进行去斑处理,称为多视处理：通过降低处理器带宽形成多视子图像,然后对多视子图像进行非相干叠加来降低相干斑噪声; 第2类是在成像之后进行去斑处理,这种方法又可以分为两类： 1）基于SAR斑点噪声统计特性的空域滤波算法。该算法的思路是：在图像上取一个滑动窗,以窗内所有像素作为滤波器的输入值,基于其局域统计特性进行滤波处理。典型的有Lee算法,Kuan算法,Frost算法等,这些算法较好地滤除了相干斑噪声并保留了边缘及目标等特征。 2）基于多分辨分析的去斑算法。该算法的思路是：对输入图像进行多分辨分解,自适应滤除每个分辨率层的噪声。一旦所有的分辨率层(包括基带)的噪声都被自适应平滑掉,那么将得到一个无噪图像。多分辨分析对图像的平稳性不做要求,非常适于非平稳SAR图像的处理。 多分辨分析方法又可分为基于塔式( pyramidal)分解的方法和基于小波分解的方法。基于塔式分解的方法包括: 启发式方法、多尺度方法。现存的基于小波分解的SAR图像去斑算法主要分为两类:门限值方法（通过修正小波系数达到去噪的目的）、贝叶斯方法（从理想信号和噪声的小波系数的统计模型出发,由观测值的小波系数计算理想无噪信号的小波系数后验概率,进而计算理想信号的小波系数）。 目前针对复数据的去斑算法研究较少,具有代表性的是下面两种方法:基于吉布斯先验模型的贝叶斯估计;基于最大熵原理的规则化方法。 三、 SAR图像特征提取与选择 1 SAR图像特征 通过特征提取与选择可以有效地降低数据空间的维数, 从而实现对SAR图像的快速、准确解译。按特征形成方式的不同，可将SAR图像特征分为：基于物理性质的特征和基于数学变换的特征。其中基于物理性质的特征又可细分为计算机视觉特征和电磁散射特征。