合成孔径雷达图像目标分类研究

基于灰度共生矩阵技术，研究了可用于合成孔径雷达图像分类的灰度共生矩阵中差方差、差熵、对比度、能量、方差等纹理特征量，分析了其特征提取和分类特性。运用类内类间距准则，通过计算图像特征值的类内类间距，得到对合成孔径雷达图像分辨效果较好的纹理特征量，并利用三层BP神经网络进行图像分类，获得了满意的分类结果。关  键  词  合成孔径雷达;  纹理分析;  灰度共生矩阵;  特征提取;  神经网络Abstract  This  paper  is  based  on  the  gray-level  co-occurrence  matrix  method,  and  particularly  study  some  texture  features  used  for  the  classification  of  SAR  images,  including  difference  variance  、difference  average、difference  entropy、contrast、energy、variance、sum  variance、inverse  difference  moment  and  correlation  etc.  Furthermore  we  have  abstracted  features  of  SAR  image  and  studied  classification  characteristic.  Using  criterion  called  distance  of  inside  classes  and  between  classes,  we  can  get  a  few  features  of  a  SAR  image  which  is  good  at  image  classification.  At  last,  making  use  of  BP  neural  network  of  three  layers  ,  we  proceed  image  classification  and  get  the  satisfied  results.Key  words  synthetic  aperture  radar;  texture  features;  gray-level  co-occurrence  matrix;  features  extraction;  neural  network