黄 亮，舒 宁

（武汉大学遥感信息工程学院，湖北武汉 430079）

基于支持向量机（SVM）单目标SAR图像分割

黄 亮，舒 宁

（武汉大学遥感信息工程学院，湖北武汉 430079）

将考虑 SAR图像局部灰度均值和方差及像素空间分布特征等统计量，以灰度共生矩阵产生的纹理统计量为特征向量，经过归一化后进行特征选择，然后输入到支持向量机中进行训练建模，利用支持向量机分类方法，以实现分割结果。最后，将此方法分类结果与传统方法进行了比较，从对比结果可以看出此方法行之有效。

SAR图像；灰度共生矩阵；图像分割；支持向量机

合成孔径雷达(Synthetic ApertureRadar，简称SAR)是一种工作在微波波段的相干成像雷达，是1951年美国的Wiley C第一个提出的。它作为一种可供选择的远距离对地观测途径，具有高分辨率、全天候、强透射等优点，在遥感、军事、水文、地矿等领域有着广泛的应用[1]，得到了迅猛的发展，因而对SAR图像的分析处理也变得越来越重要，其中，SAR图像的分割则是一个重要方面。

图像分割是计算机视觉领域的一个经典难题，尽管人们在图像分割方面已取得了大量的研究成果，但目前尚无通用的分割理论提出，现已提出的算法大多都是针对具体问题[2]。正是由于图像分割的不确定性及分割任务的重要性，人们至今仍在不断研究探索新的分割理论与分割算法。再加上SAR是一种相干成像系统，因此要受其相干斑噪声的严重影响。这种噪声的存在降低了其图像的质量，SAR图像的这种特性使其分割工作变得更为困难。……