基于SVM的SAR图像分割方法

基于SVM的SAR图像分割方法
靳红梅;刘蓉;张俊梅;梁荣
【期刊名称】《北京服装学院学报（自然科学版）》
【年(卷),期】2009(029)003
【摘要】先去噪再分割的SAR图像分割方法会损失有用的纹理信息,因此本文给出了一种直接对含噪SAR图像进行分割的方法.首先利用小波变换提取SAR图像的纹理特征,计算图像的灰度均值作为图像的灰度特征,然后用完全无监督的聚类算法进行分类,最后将特征值与类别标记作为支持向量机的训练样本,用训练后的分类器对图像进行分割.实验结果表明:本文所给出的方法在分割的准确性和抗噪性方面都优于几种有代表性的分割方法.
【总页数】5页(P44-48)
【作者】靳红梅;刘蓉;张俊梅;梁荣
【作者单位】西安科技大学计算机系,西安,710054;北京服装学院基础教学部,北京,100029;西安科技大学计算机系,西安,710054;西安科技大学计算机系,西
安,710054
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.基于支持向量机(SVM)单目标SAR图像分割 [J], 黄亮;舒宁
2.一种改进的基于SVM的SAR目标及阴影图像分割方法 [J], 韩萍;张蕊;苏志刚;
吴仁彪
3.基于One-class SVM的噪声图像分割方法 [J], 尚方信;郭浩;李钢;张玲
4.基于SVM与区域生长的彩色商品标签图像分割方法 [J], 巨志勇;翟春宇;张文馨
5.基于红外图像分割与SSA-SVM的复合绝缘子缺陷检测方法 [J], 董懿飞;舒胜文;陈诚;金铭;王建
因版权原因，仅展示原文概要，查看原文内容请购买。