基于变差函数的SAR图像分类方法

摘要： 目前，在对合成孔径雷达（SAR）图像的处理和分类技术中，基于纹理特征的分类方法已取得了良好的效果。在此研究了新兴的基于变差函数的图像纹理分类方法。讨论了变差函数的概念、原理及应用变差函数的图像分类方法，并推导了相应的快速递推计算方法。实验表明，基于变差函数的纹理分析方法在SAR图像分类中不仅取得了良好的效果，而且具有较高的计算效率。

关键字： 合成孔径雷达； 图像分类； 纹理特性； 变差函数

中图分类号： TN919?34 文献标识码： A 文章编号： 1004?373X（2013）06?0093?04

0 引 言

合成孔径雷达（Synthetic Aperture Radar，SAR）因其成像的高分辨、全天候特性而在各领域得到了广泛应用[1]，对SAR图像的分类技术在军用和民用领域都具有十分重要的意义。目前SAR图像分类的重要方法多是基于纹理分析的方式，提取纹理特征的经典方法很多，M.Haralick已作了较为全面的总结[2]，基本上可归纳为统计法、结构法、模型法和空间/频率域联合分析法等4类，它们有着各自的特点和不足。本文将讨论利用变差函数对图像进行分类的方法。变差函数是从描述图像空间相关性的角度刻画纹理。对于大幅面SAR图像而言，在利用变差函数分类法分析图像纹理特征时存在大量的冗余计算，若采用合理的算法设计，可以在很大程度上提高计算效率。

1 变差函数纹理分析的基本原理

2 基于变差函数的SAR图像分类方法

2.1 变差函数在图像纹理分析中的应用

在SAR图像中，建筑区灰度变化剧烈，而植被、水域等区域灰度变化相对较小，两种区域在非相似性上有较大的差异，这是通过纹理特征分析区分建筑区和非建筑区的依据。

变差函数用于纹理分析通常有以下2种方式：

（1）从1开始，递增取一系列离散间距，对每个间距值计算各加窗像素点的变差函数值，构成纹理特征矢量并以此作为分类依据。这种方式计算步骤简单，缺陷是需要较大的计算量来确保分类性能。

（2）逐点加窗计算变差函数曲线，利用模型拟合等方式求取相关参数。由于对大幅遥感图像进行逐点拟合时计算非常复杂，因而实用性较低。

2.2 变差函数纹理特征的计算

2.3 变差函数特征图的快速递推计算

（1）选定目标区域，计算该区域的变差函数曲线图，提取变程值a；

（2）以变程值a（一般a取为1）作为纹理间距，确定合适的纹理窗口尺寸W，计算变差函数特征图；

（3）采用FCM分类器对变差函数特征图进行分类。

3 实验与结果分析

4 结 语

与传统的统计类方法相比，变差函数从描述空间相关性的角度对图像纹理特征进行刻画，提取到的图像区域特征更加完整和均匀。利用变差函数纹理分析法可以有效地区分建筑区和非建筑区。与经典的GLCM等纹理分析法相比，在经过优化递推算法后，变差函数法在计算上要简单得多。由此可知，变差函数纹理分析方法是一种兼顾性能与效率的方法，具有很高的适用性和实用价值。

参考文献

[1] 孙即祥.图像处理[M].北京：科学出版社，2004.

[2] HARALICK Robert M. Textural features for image classification [J]. IEEE Transactions on Systems and Cybernetics， 1973， 3（6）： 610?621.

[3] 朱彩英，蓝朝桢，靳国旺.纹理图像亮度阈值法提取SAR图像居民地[J].中国图象图形学报，2003，8（6）：616?619.

[4] 吴樊，王超，张红.基于纹理特征的高分辨率SAR影像居民区提取[J].遥感技术与应用，2005，20（1）：148?152.

[5] 高程程，惠晓威.基于灰度共生矩阵的纹理特征提取[J].计算机系统应用，2010，19（6）：195?198.

[6] 谢菲，陈雷，霆邱航.基于纹理特征提取的图像分类方法研究及系统实现[J].计算机应用研究，2009，26（7）：2767?2770.

[7] 赵凌君.高分辨率SAR图像建筑物提取方法研究[D].长沙：国防科技大学，2009.

[8] SMITH Guy. Measuring texture classification algorithms [J]. Pattern Recognition Letters， 1997， 18： 1495?1501.

[9] 孙即祥.现代模式识别[M].2版.长沙：国防科技大学出版社，2008.