学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于SVM算法和纹理特征提取的遥感图像分类
被引:24
作者
:
丁海勇
论文数:
0
引用数:
0
h-index:
0
机构:
中国矿业大学环测学院
丁海勇
论文数:
引用数:
h-index:
机构:
卞正富
机构
:
[1]
中国矿业大学环测学院
来源
:
计算机工程与设计
|
2008年
/ 08期
关键词
:
支持向量机;
遥感;
小波分析;
纹理特征;
分类;
模式识别;
D O I
:
10.16208/j.issn1000-7024.2008.08.087
中图分类号
:
TP751 [图像处理方法];
学科分类号
:
081002 ;
摘要
:
遥感图像分类是遥感图像处理领域中的一个重要的研究方向,传统的遥感图像分类方法根据像素值进行分类,忽视了遥感影像中丰富的纹理特征信息。小波分析通过引入宽度可变的窗口,可以同时对信号的局部信息进行频率域和时间域的变换。小波分析算法可以有效地提取出图像中的纹理特征信息。支持向量机算法是20世纪90年代提出的一种新的机器学习算法,通常被用来进行模式识别和分类。结合小波纹理提取算法,利用支持向量机进行遥感图像分类。研究结果表明,结合纹理特征的支持向量机分类的效果优于直接对灰度图像进行分类。
引用
收藏
页码:2131 / 2132+2136 +2136
页数:3
相关论文
未找到相关数据
未找到相关数据