基于多特征的SAR图像的无监督分割

摘要

针对合成孔径雷达(SAR)图像灰度变化大、纹理复杂及边界模糊等特点提出了一种基于多特征的SAR图像的无监督分割方法.首先提取了SAR图像的局部矩特征与灰度共生矩阵的统计量(对比度、相关度、熵、同质性)特征;然后利用主元分析(PCA)的方法对这些有用的特征进行降维处理以得到含有足够类别信息的2维特征;最后使用Mean Shift方法对具有2维特征信息的像素进行自动聚类.由于Mean Shift聚类过程中无需提供类别数,因此,这种处理是一个无监督的自动分割过程.采用了多幅SAR图像和Brodatz纹理合成图像做分割实验,结果证明:本方法与单一利用灰度共生矩阵或矩特征的方法相比,分割的准确性明显提高.