基于小波域广义高斯分布的SAR图像分割算法

作者：范文兵; 孙志远

来源：计算机工程与应用, 2020, 56(05): 222-226.

• 合成孔径雷达(SAR)图像
• 小波变换
• 广义高斯分布(GGD)
• 最大似然估计(MLE)
• K-Means

针对利用灰度共生矩阵作为纹理特征的传统方法不能够有效表征图像的边缘高频信息的问题,结合小波的多分辨率分析,提出了一种基于小波变换域统计特性的合成孔径雷达(SAR)图像分割算法。图像经过小波变换后,其统计特性服从广义高斯分布(GGD),利用最大似然(ML)估计,推导出GGD的两个参数α、β,提出了利用NewtonRaphson法对β进行快速迭代求解。并将α、β作为SAR图像的纹理特征,利用K-Means对其进行分割。通过对典型的SAR图像结果分析,表明了该算法的有效性。