雷达图像的纹理有细微中等和宏观3种细微纹理分辨单元的大小和.docVIP

雷达图像的纹理有细微、中等和宏观3种。细微纹理分辨单元的大小和分辨单元内的独立样本数有关。以分辨单元为尺度表示的空间色调变化, 由雷达图像固有的光斑特性决定。这种纹理特征不能用于识别目标。中等纹理是以多个分辨单元为尺度来表示空间色调变化, 同一种目标的若干分辨单元空间排列的不均匀性, 以及不同目标的细微纹理所占分辨单元的个数, 是识别面目标的重要信息之一。这是识别目标的主要依据。宏观纹理是由于雷达回波随地形结构特征的变化改变雷达波束与目标之间的几何关系和当地入射角形成的, 反映地形地貌的结构特征, 因此, 是雷达图像地质地貌解译的重要标志之一。 小波变换作为一种多分辨率分析工具, 为不同尺度上信号的分析和表征提供了精确和统一的框架。在某些区域, 例如热带森林地区, 大的结构存在于大的尺度中, 而在某些区域, 纹理则存在于小的尺度中, 同一种地物在不同尺度上的纹理也不相同（沙漠等）这为多尺度纹理测度提供了基础, 应用小波变换的最终目的是从SAR图像中提取多尺度纹理信息。 f1.a 1层分解低频图像 f1.b 1层分解水平高频系数图 f1.c 1层分解垂直高频系数图 f1.d 1层分解对焦高频系数图 f1.e 一层分解图 f1.f 一层分解图 f2 第二层分解低频高频分解系数图 f3 前两层小波分解系数图 f4.a f4.b f4.c f4.d F4 一层小波分解L1范数纹理图像 f5.a f5.b f5.c f5.d F5 二层小波分解L1范数纹理图像 f6 L1范数k均值聚类图 f7 小波能量k均值聚类图 F8 实验区典型地物纹理图(Top left-bottom right:居民区1 居民区2 裸地 农田 山区 水体 盐碱地 沙漠) 表1 经过en-lee3*3滤波图像纹理特征 居民区 居民区2 裸地 农田 山区 水体 盐碱地 沙漠 F1 7.68 8.4895 0.955225 3.76495 4.596325 4.774075 4.165575 10.50035 F2 0.492225 0.482175 0.694 0.5242 0.562575 0.49445 0.537625 0.447025 F3 0.8955 0.8582 0.7449 0.791175 0.907225 0.860125 0.874475 0.848975 F4 0.01285 0.009275 0.069125 0.016675 0.015625 0.0098 0.01635 0.007525 F5 5.16245 13.514575 7.376025 12.02885 17.23635 5.15945 17.591925 9.094625 F6 0.807525 0.5798 0.440625 0.51775 0.4321 0.7848 0.421725 0.771875 F7 0.6616 0.589975 0.45795 0.4247 0.7407 0.7423 0.587125 0.55475 F8 0.515825 0.1603 0.014175 0.091275 0.0217 0.46205 0.025925 0.466425 F9 838.7819 671.0037 492.7000 525.8305 303.0217 697.4868 589.1124 789.1633 表2 原始图像纹理特征 居民区 居民区2 裸地 农田 山区 水体 盐碱地 沙漠 F1 29.76 33.10758 5.24605 18.79133 17.23765 24.9836 16.52745 33.47688 F2 0.355275 0.326 0.476775 0.34495 0.38395 0.3219 0.372225 0.3332 F3 0.685275 0.608225 0.441475 0.519 0.