基于Log-Gabor小波和Krawtchouk矩的遥感图像分类

摘要：

为了进一步提高遥感图像分类的精度,提出了一种基于Log-Gabor小波和Krawtchouk矩的遥感图像分类算法.首先利用Log-Gabor小波对遥感图像进行多方向、多分辨率滤波,提取遥感图像的纹理特征;同时计算遥感图像的Krawtchouk矩不变量,作为遥感图像的边缘形状特征,并与基于Log-Gabor小波提取的纹理特征构成完整的特征向量;最后依据所提取的特征向量利用支持向量机(support vector machine,SVM)分类器对待分类图像进行分类,得到最终的遥感图像分类结果.实验结果表明,与近年来提出的基于Gabor小波、基于Log-Gabor小波、基于Krawtchouk矩等3种遥感图像分类算法相比,本文算法在主观视觉效果和分类精度等客观定量评价指标上都有了明显的改善,是一种行之有效的遥感图像分类算法.

关键词：分类、遥感图像、Log-Gabor小波、Krawtchouk矩、支持向量机

所属期刊栏目：41

分类号：TP751;P237.3(遥感技术)

资助基金：The National Natural Science Foundation of China,No.61573183;the Beijing Key Laboratory of Urban Spatial Information Engineering,No.2014203;the Open Fund Program of Jiangxi Province Key Laboratory for Digital Land,East China Institute of Technology,No.DLLJ201412;the Open Fund Program of Key Laboratory of Agricultural Information Technology,Ministry of Agriculture,No.2013001.国家自然科学基金61573183;城市空间信息工程北京市重点实验室经费2014203;江西省数字国土重点实验室开放研究基金DLLJ201412;农业部农业科研杰出人才基金和农业部农业信息技术重点实验室开放研究基金2013001;江苏高校优势学科建设工程.

在线出版日期：2016-08-25（万方平台首次上网日期，不代表论文的发表时间）

页码：861-867