论文部分内容阅读
针对SAR图像纹理特征丰富的特点，本文提出一种新的SAR图像分类方法：通过提取Brushlet变换的能量及相位信息作为SAR图像的纹理特征，然后输入径向基函数RBF网络对图像进行分类。Brushlet变换为复值函数，具有方向信息，因此对分析富含方向信息的纹理图像十分有效，而同时提取其能量及相位特征则更优。RBF网络学习速度快，不易陷入局部极小，是一种有效的分类器。实验表明，基于Brushlet复特征和RBF网络的方法能够获得较高的分类率，性能优于传统方法。