基于SFA和GLCM的影像特征提取方法

• 作者: 方涛 鄢圣藜 霍宏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 图像解译 SFA变换 灰度共生矩阵 特征提取 支持向量机
• 年，卷（期）: 2011,（20）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 175-177
• 分类号: TP391.41
• 字数: 4171字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.20.060

摘要

针对遥感影像中同类样本差异性较大的缺点,提出一种基于SFA和灰度共生矩阵(GLCM)的遥感影像特征提取方法.对原始图像进行SFA变换,利用SFA的生物视觉特性消除图像中的同类差异性,对变换得到的图像进行GLCM计算,获得基于SFA和GLCM的新型特征.实验结果证明,SFA预处理能降低遥感影像的同类差异性,提高特征的可区分性,其效果优于传统的GLCM特征提取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方涛	上海交通大学图像处理与模式识别研究所	79	1195	20.0	30.0
2	霍宏	上海交通大学图像处理与模式识别研究所	43	473	12.0	20.0
3	鄢圣藜	上海交通大学图像处理与模式识别研究所	1	4	1.0	1.0