-
题名结合多特征和SVM的SAR图像分割
被引量：4
- 1
-
-
作者
钟微宇
沈汀
-
机构
中国科学院对地观测与数字地球科学中心
中国科学院大学
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第9期2846-2851,共6页
-
文摘
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
-
Keywords
SAR
image segmentation
NSCT
GLCM
SVM
feature selection
multiple features fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于NSCT域邻域收缩的SAR图像去噪
被引量：3
- 2
-
-
作者
钟微宇
沈汀
-
机构
中国科学院研究生院
中国科学院对地观测与数字地球科学中心
-
出处
《计算机工程与应用》
CSCD
2014年第12期188-193,206,共7页
-
文摘
针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像受到相干斑噪声的干扰,严重影响了SAR图像的后续处理的问题,提出一种在非下采样轮廓变换(Nonsubsampled Contourlet Transform,NSCT)域将中值滤波和邻域收缩法相结合的SAR图像去噪算法。该算法对原始SAR图像进行NSCT分解,得到低频子带和高频子带图像,对低频子带使用中值滤波处理以去除低频子带中的低频噪声,利用NSCT分解系数之间的相关性,使用邻域收缩法对子带图的系数进行收缩,以消除高频子带中的高频噪声。实验证明,该算法与小波域邻域收缩去噪算法和NSCT硬阈值去噪算法相比,在去噪性能和视觉效果方面均有所提高,在消除噪声同时可以较好地保护纹理细节信息。
-
关键词
合成孔径雷达
图像去噪
非下采样轮廓变换
邻域收缩
-
Keywords
Synthetic Aperture Radar（SAR）
image denoising
Nonsubsampled Contourlet Transform（NSCT）
NeighShrink
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
