一种改进的Laplacian SVM的SAR图像分割算法

• 作者: 刘若辰 张莉 张萍 焦李成 邹海双
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: LapSVM算法 图像分割 分水岭算法 SAR图像
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 250-254,259
• 分类号: TP751
• 字数: 4830字
• 语种: 中文

摘要

当有标识的样本数量有限时,Laplacian SVM算法需要加入尽量多的无标识样本,以提高分类精度.但同时当无标识样本数很大时,算法的时间和空间复杂度将难以接受.为了将Laplacian SVM应用于SAR图像分割这样的大规模分类问题中,提出了一种改进的Laplacian支持向量机算法(Improved Laplacian Support Vector Machine,Improved Laplacian SVM),首先采用分水岭算法将原始SAR图像分成多个小原型块,提取每个小原型块的图像特征作为训练样本.再采用改进的Laplacian SVM算法得到小原型块的分类结果.通过3幅SAR图像验证了提出的方法,实验表明该方法不仅提高了分割的准确性同时减少了Laplacian SVM算法用于图像分割时的运行时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘若辰	西安电子科技大学智能信息处理研究所智能感知与图像理解教育部重点实验室	21	603	15.0	21.0
2	张莉	苏州大学计算机科学与技术学院机器学习与数据分析研究中心	92	532	11.0	19.0
3	张萍	西安电子科技大学智能信息处理研究所智能感知与图像理解教育部重点实验室	2	32	2.0	2.0
4	邹海双	西安电子科技大学智能信息处理研究所智能感知与图像理解教育部重点实验室	1	16	1.0	1.0