基于混合纹理的计算机自动分类方法

• 作者: 崔红霞 黄科涵
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 计算机分类 纹理特征 灰度共生矩阵 聚类 非监督分类
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 应用开发研究
• 页码范围: 158-162
• 页数: 5页
• 分类号: TP751
• 字数: 4429字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.02.034

摘要

针对高分辨率光学图像光谱信息单一,纹理信息丰富的特点,设计了一种基于粗、细纹理两种特征相结合的计算机自动分类方法.通过提出一种基于Tamura的局部纹理特征和灰度共生矩阵的细小纹理特征混合的7维特征向量,实现图像基于k-means聚类的7维特征空间的计算机自动分类.针对耕地、森林、裸露地、水域四类典型地物,通过对1600张样本影像(每类400张)的分类探测,自动确定Tamura特征和灰度共生矩阵特征移动窗口的最佳尺寸.模拟地物合成影像自动分类和低空高分辨率光学影像的典型地物自动分类的实验结果表明,该方法的自动分类精度优于单种纹理特征的分类精度,采用混合纹理对遥感图像进行地物分类是计算机自动分类的研究方向之一.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔红霞	渤海大学信息科学与技术学院	32	167	8.0	11.0
2	黄科涵	渤海大学信息科学与技术学院	1	0	0.0	0.0