基于纹理和BP神经网络的SAR图像分类

摘要：

研究基于纹理和BP神经网络的SAR图像分类.首先用增强FROST滤波算法对SAR图像进行去噪处理.然后基于灰度共生矩阵理论提取去噪后的SAR图像多种纹理特征,并通过大量实验筛选出有效的纹理特征.最后,结合纹理特征,分别采用经典的最大似然分类法和BP神经网络分类法对SAR图像进行分类.实验结果表明:纹理信息辅助SAR图像的灰度进行分类,大大地提高了SAR图像的分类精度;基于BP神经网络的SAR图像分类精度高于最大似然分类法的分类精度.

关键词：纹理、灰度共生矩阵、BP神经网络、SAR图像、最大似然法

分类号：TP79(遥感技术)

资助基金：江苏省高校自然科学研究计划项目05KJB420133

在线出版日期：2009-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：58-63