基于SVM的SAR图像分类研究

• 作者: 汤井田 胡丹 龚智敏
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 支持向量机 灰度共生矩阵 特征提取 纹理分类 SAR图像
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 图像处理
• 页码范围: 341-345
• 页数: 5页
• 分类号: TP391
• 字数: 3951字
• 语种: 中文

摘要

支持向量机(SVM)是一种卓越的分类方法,灰度共生矩阵(GLCM)则是一种很好的纹理分析方法,而纹理是合成孔径雷达(SAR)图像分类的一个重要特征,故而提出了一种使用灰度共生矩阵进行特征提取的应用支持向量的SAR图像分类法.实验结果证明了支持向量机算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤井田	中南大学信息物理工程学院	169	2333	27.0	38.0
2	胡丹	中南大学信息物理工程学院	12	76	5.0	8.0
3	龚智敏	武汉科技大学资源环境工程学院	4	51	3.0	4.0