基于小波纹理与改进FCM的SAR机场类目标提取

定义了几种小波纹理,提出一种基于小波纹理与改进FCM(模糊C均值聚类)的对SAR(合成孔径雷达)图像进行机场类目标自动提取方法.利用小波多尺度分析对影像分解,得到不同方向上小波频带,然后对不同的小波频带进行小波纹理分析——用频率共生矩阵4个关键特征来描述小波纹理特征向量.应用PCA(主成分分析)的方法去相关,进行特征空间的降维处理,并使用改进FCM进行分割,进而提取出目标.实验结果表明:此种无需初始点的非监督算法自动化程度高,机场类目标提取成功率和定位准确率分别达到97.3%和99.3%,为此类目标的定位提供了良好的参考.

一种新的SAR影像中目标准确提取方法

提出一种基于小波纹理与改进的模糊C均值(IFCM)聚类的对合成孔径雷达(SAR)影像进行机场类目标准确提取的方法。首先,利用小波多尺度分析对影像进行分解,得到不同方向上小波频带,然后对不同的小波频带进行小波纹理分析——使用频率共生矩阵4个关键特征来描述,得到小波纹理特征向量。再应用IFCM聚类对小波纹理特征空间进行分割,进而提取出机场目标。该方法是一种有效提取机场类目标的并行非监督无需初始点的算法,通过实验比较得出,提取此类SAR图像机场目标的准确率比传统阈值和Hough变换的方法要好。