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:
先去噪再分割的SAR图像分割方法会损失有用的纹理信息,因此本文给出了一种直接对含噪SAR图像进行分割的方法.首先利用小波变换提取SAR图像的纹理特征,计算图像的灰度均值作为图像的灰度特征,然后用完全无监督的聚类算法进行分类,最后将特征值与类别标记作为支持向量机的训练样本,用训练后的分类器对图像进行分割.实验结果表明:本文所给出的方法在分割的准确性和抗噪性方面都优于几种有代表性的分割方法.
推荐文章
结合多特征和SVM的SAR图像分割
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
一种改进的Laplacian SVM的SAR图像分割算法
LapSVM算法
图像分割
分水岭算法
SAR图像
基于描述方法的SAR图像分割
合成孔径雷达图像分割
最小描述长度
熵编码
相干斑滤波
结合多特征和SVM的SAR图像分割
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
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 基于SVM的SAR图像分割方法
来源期刊 北京服装学院学报(自然科学版) 学科 工学
关键词 SAR图像分割 小波变换 SVM
年,卷(期) 2009,(3) 所属期刊栏目 信息工程
研究方向 页码范围 44-48
页数 5页 分类号 TN911.73
字数 2490字 语种 中文
DOI 10.3969/j.issn.1001-0564.2009.03.008
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 刘蓉 北京服装学院基础教学部 15 46 4.0 6.0
2 靳红梅 西安科技大学计算机系 18 35 4.0 5.0
3 梁荣 西安科技大学计算机系 10 44 4.0 6.0
4 张俊梅 西安科技大学计算机系 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (15)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (3)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
SAR图像分割
小波变换
SVM
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
北京服装学院学报(自然科学版)
季刊
1001-0564
11-2523/TS
16开
北京朝阳区和平街北口樱花路甲2号
1981
chi
出版文献量(篇)
1023
总下载数(次)
2
总被引数(次)
4122
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导