SAR图像分类相关技术综述.doc

SAR图像分类相关技术综述.docSAR图像分类相关技术综述AReviewofSARImageClassificationThchnoIogyTheFirstSurveyingandMappingInstitutionOfHunanProvinceYananRoad,,HengyangCity,HunanProvince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仝面的总结和展望,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:SARImageclassificationoftenconsistsofthreeprocedures:SARimagepreprocession,featureextractionandselection,classification・ThispaperfocusontechnologiesrelevanttoSARimageclassification,concludethepresentstateandprospectthefuturesofthisresearchfield,givingvaluablereferencetodeepresearchofthisfield・KeyWords:SAR(SyntheticApertureRadar);SpeckleFi1tering;FeatureExtractionandSelection;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朿要的前沿技术之一。雷达极化测最、干涉测量及多参数极化十涉测最等技术代表了宙达遥感的发展方向。遥感图像分类处理定遥感技术应用屮I•分重要的部分,图像分类结果用途非常广泛,所以,提高宙达遥感图像分类将度具有朿要意义。宙达遥感图像因其特殊的成像机理和图像特点呦与光学遥感图像迥界,必须采用特殊的图像分类方法才能获得较好的效果。随着新世成像宙达技术的蓬勃发展,宙达遥感获取的H标信息越来越多,如何最有效地利用宙达遥感提供的新信息來提高图像分类精度,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ZO二、 SAR图像相干斑抑制SAR图像固肓的相干斑噪声严朿降低了图像的町解译程度,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。但是大最的测试表明,H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I类是在成像Z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盞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: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,以窗内所有像索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。基于多分辨分析的去斑算法。该算法的