-
题名基于多特征提取和SVM分类器的纹理图像分类
被引量：34
- 1
-
-
作者
唐银凤
黄志明
黄荣娟
姜佳欣
卢昕
-
机构
武汉大学电子信息学院
武汉大学国际软件学院
武汉大学电子信息工程学院信号处理实验室
-
出处
《计算机应用与软件》
CSCD
2011年第6期22-25,46,共5页
-
基金
国家自然科学基金项目(60872131)
-
文摘
能够从大量高分辨率遥感图像中识别出各种感兴趣的目标并进行归类,是一种具有广泛应用前景的技术需求。实验以MATLAB为平台,应用Gabor滤波器、高斯马尔柯夫随机场(GMRF)和灰度共生矩阵(GLCM)三种纹理图像特征提取算法对当前广泛应用于纹理图像分类的样本集brodatz光学数据库图像进行特征提取;然后在二分类支持向量机的基础上构造多类分类器的方法,完成了利用支持向量机SVM分类器对光学纹理图像进行分类的两组对比实验;最后通过提出的融合多特征纹理分类生成纹理查找表的方法,在两组对比实验中验证了该文提出的方法能够在Brodatz光学纹理集上得到较好的分类效果。
-
关键词
纹理
分类
特征提取
支持向量机
查找表
-
Keywords
texture classification feature extraction svm look-up table
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于纹理和边缘的SAR图像SVM分类
被引量：6
- 2
-
-
作者
龙海翔
高鑫
-
机构
中国科学院电子学研究所航空微波遥感系统部
中国科学院研究生院
-
出处
《计算机应用研究》
CSCD
北大核心
2011年第9期3551-3553,共3页
-
基金
国家"863"计划资助项目(2008AA121805-1)
-
文摘
为实现SAR图像地物目标的有效分类,深入研究了基于灰度共生矩阵GLCM的四种纹理特征以及两个边缘特征。分析每个单独纹理或边缘特征在对SAR图像进行支持向量机SVM分类中对不同地物的分辨能力,选取不同的特征组合进行组合特征的SVM分类实验。对各种特征进行主成分分析PCA,并考察使用和不使用PCA两种情况下分类结果之间的差异。实验结果证明能量、边缘长度、对比度和相关度的特征组合在PCA作用下能够改善各类地物的分类精度,将总分类精度提高到90%以上。
-
关键词
合成孔径雷达图像分类
纹理特征提取
边缘特征提取
灰度共生矩阵
支持向量机
主成分分析
-
Keywords
SAR image classification
texture feature extraction
edge feature extraction
gray level co-occurrence matrix（GLCM）
support vector machine（svm）
principal component analysis（PCA）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于纹理特征提取的图像分类方法研究及系统实现
被引量：28
- 3
-
-
作者
谢菲
陈雷霆
邱航
-
机构
电子科技大学计算机科学与工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2009年第7期2767-2770,共4页
-
基金
国家"863"计划资助项目(2007AA010407
2006AA01Z335)
-
文摘
深入研究灰度共生矩阵算法,结合和差统计法对其进行改进。编码实现改进的图像纹理提取算法,并采用基于径向基内积函数内核的支持向量机方法对图像分类效果进行实验。通过训练和测试证明,该系统能减少特征提取的计算时间和存储空间。
-
关键词
纹理特征提取
图像分类
灰度共生矩阵
支持向量机
-
Keywords
texture feature extraction
image classification
grey level co-occurrence matrix
support vector machine （svm）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于复小波和支持向量机的纹理分类法
被引量：5
- 4
-
-
作者
解洪胜
张虹
徐秀
-
机构
中国矿业大学环境与测绘学院
-
出处
《计算机应用研究》
CSCD
北大核心
2008年第5期1573-1575,1578,共4页
-
基金
国家自然科学基金资助项目(40401038)
-
文摘
针对图像纹理分类问题,提出了一种将二元树复小波变换与支持向量机相结合的分类方法,通过二元树复小波变换对纹理图像进行四层分解,提取各子频带小波系数模的均值和标准方差组成特征向量,利用支持向量机作为分类器实现纹理图像分类。对20类Brodatz纹理图像的分类实验表明,提出的方法具有较高的分类精度,在有限训练样本的情况下比传统的分类算法平均正确率有10%左右的提高,体现了该方法的有效性和良好的泛化能力。
-
关键词
小波变换
二元树复小波变换
特征提取
支持向量机
纹理分类
-
Keywords
wavelet transform
dual-tree complex wavelets transform
feature extraction
support vector machine （svm）
texture classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于BEMD和LBP提取特征的纹理分类
被引量：4
- 5
-
-
作者
陈露
李秀秀
林怡茂
杨涛
-
机构
华南师范大学物理与电信工程学院
广西大学电气工程学院
-
出处
《计算机应用与软件》
CSCD
北大核心
2012年第9期243-245,264,共4页
-
文摘
对于纹理图像的分类,采用二维经验模式分解将图像分解成一系列的固有模态函数(IMF)和残差,并结合局部二值模式(LBP)对所提取到的各IMF图像和残差图像进行特征提取的方法。为了验证算法的有效性,对自然纹理进行特征提取,并结合支持向量机(SVM)算法对提取的特征向量进行分类,分类精确度达到98%以上。
-
关键词
二维经验模态分解
局部二值模式
特征提取
支持向量机
纹理分类
-
Keywords
Bidimensional empirical mode decomposition（BEMD）, Local binary pattern（LBP） ,feature extraction ,Support vector machine（svm）, texture classification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于离散平稳小波和非下采样方向滤波器组的纹理分类
被引量：1
- 6
-
-
作者
谢建辉
谢松法
-
机构
华中科技大学数学与统计学院
-
出处
《计算机应用研究》
CSCD
北大核心
2009年第3期1186-1188,共3页
-
文摘
结合小波变换的多尺度性和Contourlet变换的多方向性,提出了一种新的基于离散平稳小波变换和无下采样方向滤波器组(stationarywavelet transform and nonsubsampled directional filter banks,SWT-NSDFB)的纹理分类方法,采用具有平移不变性的离散平稳小波先进行多尺度分解;然后对每层分解得到的高频子带采用非下采样方向滤波器组进行多方向分解,再计算低频子带和各层方向子带的能量作为纹理特征;最后用支持向量机实现纹理分类。实验结果表明,该方法有效地提高了纹理分类的正确率,而且在小样本情况下,依然可以得到较好的结果。
-
关键词
特征提取
纹理分类
基于离散平稳小波变换和无下采样方向滤波器组
SWT-NSDFB
支持向量机
-
Keywords
feature extraction
texture classification
nonsubsampled Contourlet transform
SWT-NSDFB
svm
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
