基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
探讨基于支持向量机的高分辨率遥感图像中某型号飞机的检测识别问题.提出将小波变换结合灰度共生矩阵法提取目标样本信息特征的一种新方法,通过对Brodatz纹理进行测试,实验表明该方法有效提高了纹理分类识别率.此外,将支持向量机方法运用于遥感图像目标识别中,用分块区域搜索的方法检测到目标所在区域,实现对目标的检测识别.试验表明,该方法快速、高效且具备一定的鲁棒性.
推荐文章
基于小波变换和支持向量机的人脸检测
人脸检测
小波变换
支持向量机
基于小波变换和支持向量机的人脸检测系统
人脸检测
支持向量机
小波变换
基于小波变换和支持向量机的彩色纹理识别
纹理
彩色空间
小波变换(WT)
支持向量机(SVM)
纹理识别
应用小波变换和支持向量机的商业电力负荷预测
商业电力
负荷预测
支持向量机
小波分解
节能
数据采集系统
粒子群算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基手小波变换和支持向量机的遥感图像目标检测
来源期刊 计算机与数字工程 学科 工学
关键词 支持向量机 小波变换 遥感图像 纹理
年,卷(期) 2007,(7) 所属期刊栏目 图像处理
研究方向 页码范围 123-126
页数 4页 分类号 TP73
字数 3357字 语种 中文
DOI 10.3969/j.issn.1672-9722.2007.07.043
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 易善桢 华中科技大学数字化工程与仿真中心 13 215 5.0 13.0
2 徐科 华中科技大学数字化工程与仿真中心 5 24 1.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (23)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
小波变换
遥感图像
纹理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导