电讯技术

作者：周慧,陈澎

单位：(大连东软信息学院 计算机与软件学院，辽宁 大连 116023;大连海事大学 航海学院，辽宁 大连 116026)

关键词：SAR图像；油膜特征提取；曲波变换；局部线性嵌入(LLE)；

基金：国家自然科学基金资助项目(51609032)

溢油事故带来的海洋污染问题日益严重，SAR图像快速准确地自动识别为溢油事故的处理和决策支持提供了重要前提。为了获得更高的油膜识别准确率，提出了一种基于曲波变换（Curvelet）和局部线性嵌入（Local Linear Embedding,LLE）算法的SAR图像特征提取方法。首先，利用Curvelet对图像进行分解，选取包含了主要信息的低频分量作为新的图像矩阵；然后，利用LLE进行非线性降维，提取图像分类特征。为了验证提取特征的有效性，所提的Curvelet-LLE算法与PCA、LLE、等距特征映射（Isomap）、Curvelet变换和 Fisher 判别分析(Curvelet-KFD)、Wavelet-LLE等特征提取算法，利用K最近邻和支持向量机分类器分别进行了对比实验。实验结果表明，Curvelet-LLE算法能更有效地提取SAR图像油膜识别的分类鉴别特征，其准确率相对较高，具有较好的实用性。

来源：2019年第1期

《电讯技术》期刊编辑部

查看电讯技术杂志2019年第1期