结合多特征和SVM的SAR图像分割

	结合多特征和SVM的SAR图像分割
	钟微宇 ; 沈汀
刊名	计算机应用研究
	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
内容类型	期刊论文
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.