基于GLCM和小波特征的SAR海冰分类  

SAR ice classification based on GLCM and wavelet feature

作　　者：孔毅[1] 陈曦 艾未华[1] 赵现斌[1] 刘文俊[3] 

机构地区：[1]解放军理工大学气象海洋学院 [2]解放军95080部队 [3]广州军区气象水文中心

出　　处：《解放军理工大学学报（自然科学版）》2015年第1期74-79,共6页Journal of PLA University of Science and Technology(Natural Science Edition)

基　　金：国家自然科学基金资助项目(41076118;41375029;41306187)

摘　　要：为了减少相干斑噪声对合成孔径雷达(SAR)海冰分类结果的影响,综合灰度共生矩阵(GLCM)和小波特征,提出了融合空间域和频域的纹理特征的SAR海冰分类方法,利用航天飞机成像雷达3号(SIR-C)探测数据,开展了SAR海冰分类研究。结果表明,该分类方法能在保留图像边缘细节信息的基础上,提取小波特征,减少噪声影响,解决了灰度共生矩阵方法无法克服的斑点状分类不准确问题,提高了分类精度。A method of sea ice classification was adopted to reduce the influence of speckle moise on synthetic aperture radar（SAR）sea ice classification results,based on an overall consideration of grey-level co-occurrence matrix（GLCM）feature and wavelet feature.Texture analysis was carried out with the spacebome imaging Radar-C data.Finally the result shows this method distracts wavelet character based on retaining the edge detail information,reduces the noise influence and solves the problem of inaccurate classification caused by noise when using GLCM alone.

关 键 词：合成孔径雷达 灰度共生矩阵 小波特征 海冰分类 

分 类 号：TP79[自动化与计算机技术—检测技术与自动化装置] P407[自动化与计算机技术—控制科学与工程]