Gaussian反对称小波与SAR影像目标特征提取

• 作者: 李德仁 赵西安
• 来源期刊: 遥感学报
• 学科: 工学
• 关键词: Gaussian反对称小波类 影像特征提取 SAR影像
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 137-142
• 页数: 6页
• 分类号: TP722.6/TP751.1
• 字数: 4394字
• 语种: 中文
• DOI: 10.3321/j.issn:1007-4619.2004.02.007

摘要

由于遥感影像中目标尺度的不确定性,使得在目标特征提取和检测前难以事先确定最佳尺度以适应影像空间不同尺度目标的识别与检测,给遥感影像自动识别与全自动数字摄影测量带来了极大困难.为了解决遥感影像中不同尺度目标的探测问题,提出基于一般高斯核构造一类Gaussian反对称小波并给出相应二维小波变换的快速算法,弥补了Mallat Gaussian小波(σ=1)在解决遥感影像空间不同尺度目标检测中的不足.对于影像中不同尺度的目标特征探测,通过在Gaussian核函数中选择适当的参数σ值,得到相应的反对称小波空间滤波器响应系数,用于解决不同目标的检测问题.分别给出了有关Gaussian反对称小波的5组空间滤波器响应系数,对于研究遥感影像目标兴趣算子和多源遥感影像特征检测尤为重要.由于SAR影像中"speckles"是一乘性噪声,文中先对原SAR影像进行对数变换得到一同态影像.基于小波变换的软域值斑点噪声抑制既在一定程度上抑制斑点噪声又保持影像细节信息.通过对两SAR影像检测实验,表明给出的Gaussian反对称小波类在遥感影像特征检测中效果极佳.遥感影像中同时存在阶跃型和屋脊型边缘,可以采用反对称小波的极大模或过零点检测提取影像边缘特征,但得到的结果存在局部位置偏差.这一结论对于今后研究遥感影像自动检测方法和全自动数字摄影测量技术有着重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德仁	武汉大学测绘遥感信息国家重点实验室	350	13038	58.0	101.0
2	赵西安	西安建筑科技大学建筑学院	8	48	3.0	6.0