基于BP神经网络的机载高分辨率SAR图像分类方法研究  

Study of Airborne High Resolution SAR Image Classification Based on BP Neural Network

作　　者：段连飞[1,2,3] 黄国满[2] 荣伟[4] 赵争[2] 谭芬[3] 顾强[5] 

机构地区：[1]山东科技大学,山东青岛266510 [2]中国测绘科学研究院,北京100039 [3]解放军炮兵学院无人机教研室,安徽合肥230031 [4]四维航空遥感有限公司,北京100037 [5]解放军炮兵学院研究生系,安徽合肥230031

出　　处：《测绘通报》2009年第2期14-17,27,共5页Bulletin of Surveying and Mapping

摘　　要：研究可用于机载高分辨率SAR图像分类的灰度共生矩阵惯性矩、能量等纹理特征量以及灰度特征量。提出特征提取和统计分析选取特征向量的方法,基于BP神经网络对图像进行监督分类,最后对分类结果采用数学形态学算法进行开运算去除细小区域。由于该方法充分考虑到SAR图像灰度特征和纹理特征信息,与传统的仅仅考虑纹理特征方法相比,具有较好的分类性能,实验结果表明该方法能够获得较好的分类效果。

关 键 词：机载SAR 纹理特征 灰度特征 特征提取 BP神经网络 

分 类 号：P23[天文地球—摄影测量与遥感]