基于Brushlet和RBF网络的SAR图像分类

摘要

针对SAR图像纹理特征丰富的特点,本文提出一种新的SAR图像分类方法:通过提取Brushlet变换的能量及相位信息作为SAR图像的纹理特征,然后输入径向基函数RBF网络对图像进行分类。Brushlet变换为复值函数,具有方向信息,因此对分析富含方向信息的纹理图像十分有效,而同时提取其能量及相位特征则更优。RBF网络学习速度快,不易陷入局部极小,是一种有效的分类器。实验表明,基于Brushlet复特征和RBF网络的方法能够获得较高的分类率,性能优于传统方法。