灰度和纹理特征组合的SAR影像SVM分类

被引：20

作者：

付仲良

张文元

孟庆祥

机构：

[1] 武汉大学遥感信息工程学院

来源：

应用科学学报 | 2012年 / 30卷 / 05期

关键词：

SAR影像分类; 支持向量机; 灰度; 纹理; 灰度共生矩阵; Gabor滤波;

D O I：

暂无

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

摘要：

针对利用单一特征进行分类的效果不理想、普适性不强等问题,提出了一种灰度和不同纹理特征组合的支持向量机(support vector machine,SVM)分类方法,将由不同特征组合的SVM分类器用于SAR影像分类,并对几种不同的分类结果进行定性和定量比较分析.实验结果表明,灰度和不同纹理特征组合的SVM分类方法能够取得较高的分类精度,其结果要优于传统的单一纹理特征分类,是一种有效的SAR影像分类方法.

引用

页码：498 / 504

页数：7

共 4 条

[1] 基于小波分解和支持向量机的MSTAR SAR目标分类识别研究
成功
赵巍
潘锦锋
[J]. 中国图象图形学报, 2009, 14 (02) : 317 - 322
[2] 利用灰度和纹理特征的SAR图像分类研究
袁礼海
宋建社
薛文通
郑永安
[J]. 电光与控制, 2007, (04) : 58 - 62
[3] Texture discrimination by Gabor functions[J] . M. R. Turner.Biological Cybernetics . 1986 (2)
[4] Texture Fusion and Feature Selection Applied to SAR Imagery .2 Schistad A H,Jain Sotberg A K. IEEE Transactions on Geoscience and Remote Sensing . 1997

← 1 →