综合灰度与纹理特征的高分辨率星载sar图像建筑区提取方法研究

高分辨率sar图像的纹理特性对于图像的解译及地物分类等具有重要的意义。根据高分辨率星载sar图像上建筑区的纹理有别于其他地物的特点,提出了一种综合利用灰度和纹理特征的高分辨率星载sar图像建筑区提取方法。首先对sar图像进行斑点噪声的抑制,然后利用灰度共生矩阵计算出星载sar图像上建筑区与非建筑区的8种纹理特征统计量,根据巴氏距离进行特征选择,并通过主成分分析去除纹理特征之间的相关性,得到了最佳纹理特征分量,将所选的特征影像与原始图像进行波段组合,利用k均值聚类算法对组合后的图像进行非监督分类；最后通过对分类图像进行后处理并提取外部轮廓,提取了建筑区。以cosmo-skymedsar影像为数据源进行了实验。结果表明该方法能够有效提取高分辨率星载sar图像中的建筑区,提取效果明显优于未利用纹理特征的方法。