论文部分内容阅读
利用灰度共生矩阵提取SAR影像的纹理特征,分析灰度共生矩阵的原理、特征向量以及特征参数的确定。利用对数比值算子构造差异影像,通过比较发现基于反差的差异影像更能突出变化信息。选择基于反差的差异影像作为变化检测的基准,由于其影像符合高斯混合模型,利用期望最大(EM)算法对高斯混合模型进行参数估计。最后利用贝叶斯最小错误率进行变化信息的提取,与基于像元灰度值的变化检测结果进行比较,试验证明基于灰度共生矩阵纹理特征的变化检测方法虚警率更低、漏检率更低、总体误差更小,具有更好的检测效果。