梯度-纹理特征超像素分割的SAR图像阴影识别

摘要：

为了克服基于像素的合成孔径雷达(synthetic aperture radar,SAR)图像阴影自动识别中图斑离散和精度低的问题,提出基于梯度-纹理特征超像素分割的SAR图像阴影自动识别方法.首先,提取SAR图像梯度和纹理特征;然后,综合SAR图像梯度和纹理特征进行主成分分析,再采用简单线性迭代聚类算法(SLIC)对前3个主成分合成的图像进行超像素分割;最后,以超像素为分析单元,采用恒虚警率(CFAR)检测算法识别SAR图像阴影.采用MSTAR图像数据集开展实验,并与"像素+CFAR"和"SAR图像超像素分割+CFAR"阴影识别方法进行定性和定量对比.对比实验显示,该方法识别阴影的MIoU值最高(0.882),Hausdorff距离最小(43.55).实验结果表明,该方法不仅有效解决了SAR图像阴影识别图斑离散问题,而且识别阴影的准确度、识别的阴影边界与真实边界的符合程度均达到了较理想的效果.

关键词：SAR、阴影、自动识别、纹理特征、超像素分割

所属期刊栏目：38

分类号：P237(摄影测量学与测绘遥感)

资助基金：四川省自然科学基金2022NSFSC0419

在线出版日期：2023-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：106-112