结合多特征和SVM的SAR图像分割

• 作者: 沈汀 钟微宇
• 来源期刊: 计算机应用研究
• 关键词: 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
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2846-2851
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.09.073

摘要

为实现灰度共生矩阵(GLCM)多尺度、多方向的纹理特征提取,提出了一种结合非下采样轮廓变换(NSCT)和GLCM的纹理特征提取方法.先用NSCT对合成孔径雷达(SAR)图像进行多尺度、多方向分解;再对得到的子带图像使用GLCM提取灰度共生量;然后对提取的灰度共生量进行相关性分析,去除冗余特征量,并将其与灰度特征构成多特征矢量;最后,充分利用支持向量机(SVM)在小样本数据库和泛化能力方面的优势,由SVM完成多特征矢量的划分,实现SAR图像分割.实验结果表明,基于NSCT域的GLCM纹理提取方法和多特征融合用于SAR图像分割,可以提高分割准确率,获得较好的边缘保持效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈汀	中国科学院对地观测与数字地球科学中心	17	106	7.0	9.0
2	钟微宇	中国科学院对地观测与数字地球科学中心	2	13	2.0	2.0