基于 SVM 的海底声纳图像底质识别

• 作者: 吴自银 唐秋华 李守军 熊明宽 罗孝文
• 来源期刊: 海洋通报
• 学科: 地球科学
• 关键词: 支持向量机 (SVM) 声纳灰度图像 参数优化 特征向量
• 年，卷（期）: 2012,（4）
• 页码范围: 409-414
• 分类号: P737.2
• 字数: 3546字
• 语种: 中文

摘要

对海底底质声纳图像分割,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,优化支持向量机(SVM)参数.利用多分类 SVM 对砂、礁石、泥进行训练,有效、快速地分离出了3种底质类型,测试精度高于80%,表明该方法可有效用于海底底质声纳图像的识别和分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐秋华		33	361	11.0	18.0
2	吴自银	国家海洋局第二海洋研究所国家海洋局海底科学重点实验室	36	636	15.0	25.0
3	罗孝文	国家海洋局第二海洋研究所国家海洋局海底科学重点实验室	7	25	3.0	4.0
4	李守军	国家海洋局第二海洋研究所国家海洋局海底科学重点实验室	10	256	6.0	10.0
5	熊明宽	国家海洋局第二海洋研究所国家海洋局海底科学重点实验室	2	19	2.0	2.0