结合多特征和SVM的SAR图像分割

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.

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

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

在线出版日期：2013-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2846-2851