结合多特征和SVM的SAR图像分割
文献类型：期刊论文
| 作者 | 钟微宇 ; 沈汀 |
| 刊名 | 计算机应用研究
 |
| 出版日期 | 2013 |
| 页码 | 2846-2851 |
| 关键词 | 合成孔径雷达 图像分割 非下采样轮廓变换 灰度共生矩阵 支持向量机 特征选择 多特征融合 |
| 中文摘要 | 为实现灰度共生矩阵(GLCM)多尺度、多方向的纹理特征提取,提出了一种结合非下采样轮廓变换(NSCT)和GLCM的纹理特征提取方法。先用NSCT对合成孔径雷达(SAR)图像进行多尺度、多方向分解;再对得到的子带图像使用GLCM提取灰度共生量;然后对提取的灰度共生量进行相关性分析,去除冗余特征量,并将其与灰度特征构成多特征矢量;最后,充分利用支持向量机(SVM)在小样本数据库和泛化能力方面的优势,由SVM完成多特征矢量的划分,实现SAR图像分割。实验结果表明,基于NSCT域的GLCM纹理提取方法和多特征融合用于SAR图像分割,可以提高分割准确率,获得较好的边缘保持效果。 |
| 收录类别 | CNKI |
| 公开日期 | 2015-01-04 |
| 源URL | [http://ir.ceode.ac.cn/handle/183411/33383]  |
| 专题 | 遥感与数字地球研究所_中文期刊论文_期刊论文 |
| 推荐引用方式 GB/T 7714 | 钟微宇,沈汀. 结合多特征和SVM的SAR图像分割[J]. 计算机应用研究,2013:2846-2851. |
| APA | 钟微宇,&沈汀.(2013).结合多特征和SVM的SAR图像分割.计算机应用研究,2846-2851. |
| MLA | 钟微宇,et al."结合多特征和SVM的SAR图像分割".计算机应用研究 (2013):2846-2851. |
入库方式： OAI收割
来源：遥感与数字地球研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。