简介概要

基于纹理特征的高分辨率遥感影像分类方法

来源期刊:桂林理工大学学报2013年第1期

论文作者:韦春桃 王宁 张利恒 原凯敏 邹瑄

文章页码:80 - 85

关键词:纹理特征;遥感影像分类;灰度共生矩阵;小波变换;支持向量机;遗传算法;

摘    要:灰度共生矩阵能较好反映影像灰度统计规律,小波变换能较好反映影像的多尺度特性,利用两者结合进行了纹理特征提取。将灰度共生矩阵和小波变换提取纹理特征作为分类特征向量,建立基于支持向量机分类模型对高分辨率遥感影像进行分类;在支持向量机参数优化问题上,利用遗传算法进行参数寻优,有效的避免多学习和欠学习状态的发生。分类实验结果表明了本方法的有效性。

详情信息展示

基于纹理特征的高分辨率遥感影像分类方法

韦春桃1,2,王宁1,张利恒1,原凯敏1,邹瑄1

1. 桂林理工大学测绘地理信息学院2. 桂林理工大学广西空间信息与测绘重点实验室

摘 要:灰度共生矩阵能较好反映影像灰度统计规律,小波变换能较好反映影像的多尺度特性,利用两者结合进行了纹理特征提取。将灰度共生矩阵和小波变换提取纹理特征作为分类特征向量,建立基于支持向量机分类模型对高分辨率遥感影像进行分类;在支持向量机参数优化问题上,利用遗传算法进行参数寻优,有效的避免多学习和欠学习状态的发生。分类实验结果表明了本方法的有效性。

关键词:纹理特征;遥感影像分类;灰度共生矩阵;小波变换;支持向量机;遗传算法;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号