基于变差函数纹理特征的高分辨率SAR图像建筑区提取

本文提出了一种基于变差函数纹理特征的高分辨率SAR图像建筑区提取方法,该方法以建筑区变差函数曲线的周期性为依据,首先提取周期性变差函数曲线的变程,然后以该变程为间距计算相应的变差函数值作为分类特征,最后采用非监督模糊C-均值(FCM,Fuzzy C-Mean)分类器实现建筑区和非建筑区两类分类问题,在去除小区域和填补空洞的操作之后,提取最终的建筑区轮廓.在实际计算变差函数特征图像时,为提高算法的实用性,将全方向的变差函数计算转化为四个方向的变差函数之和,并提出快速递推算法以替代常用的逐点加窗计算方式.实验结果表明,利用变差函数纹理特征可以有效地区分高分辨率SAR图像上的建筑区与非建筑区,提取出来的建筑区完整性较高,且虚警较少.与经典的灰度共生矩阵法(GLCM,Gray Level Co-occurrence Matrix)相比,本文方法在应用于不同高分辨率SAR图像的建筑区提取时,其性能可媲美甚至优于经典的GLCM法,而在计算效率上远远高于GLCM法,因而更具有实用的意义.

Variogram-based Built-up Areas Extraction from High-resolution SAR Images