10.3969/j.issn.0254-3087.2013.06.031
基于统计和纹理特征的SAS图像SVM分割研究
合成孔径声呐图像可以有效反映海底的地形、地貌和底质等情况,但是单幅SAS图像通常对应一片较大的区域,需要按照某种性质将不同性质的区域分割开来,以有利于下一步的图像分析以及目标检测和识别.研究发现,不同底质区域的SAS图像具有不同的统计和纹理特征,选取灰度直方图的均值、标准差、峰度等统计特性和灰度共生矩阵的能量、相关性、对比度、熵值等纹理特性用以描述SAS图像的不同区域.将选取的特征作为SVM的训练特征,进而得到SVM分类器,用于SAS图像分割.实验结果表明,SVM算法可以很好地对SAS图像进行区域分割.
合成孔径声呐、统计特征、纹理特征、图像分割
34
TP751.1(遥感技术)
国家自然科学基金11174313
2013-08-06（万方平台首次上网日期，不代表论文的发表时间）
共8页
1413-1420
