SVM和DT-CWT的纹理图像分类方法研究

被引：8

作者：

解洪胜

张虹

徐秀

机构：

[1] 中国矿业大学环境与测绘学院

来源：

中国矿业大学学报 | 2007年 / 06期

关键词：

二元树复小波变换; 小波变换; 支持向量机; 特征提取; 纹理分类;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种将支持向量机(SVM)和二元树复小波变换(DT-CWT)相结合的纹理图像分类方法.通过DT-CWT对纹理图像进行4层分解,提取各子频带小波系数模的均值和标准方差组成特征向量,利用SVM作为分类器实现纹理图像分类.从Brodatz图像库中随机选取了30幅纹理图像进行了分类试验,结果表明:该方法具有较高的分类精度,尤其在有限训练样本的情况下分类正确率明显优于其它的分类算法,体现了该方法的有效性和良好的泛化能力.

引用

页码：773 / 778

页数：6