本文關(guān)鍵詞：紋理輔助的SAR圖像SVM分類，由筆耕文化傳播整理發(fā)布。

【摘要】：針對(duì)SAR圖像的問(wèn)題設(shè)計(jì)了一種基于灰度共生矩陣的紋理特征提取輔助SAR數(shù)據(jù)進(jìn)行SVM分類的方法。首先,采用Enhanced Frost濾波法進(jìn)行噪聲抑制處理,通過(guò)基于灰度共生矩陣的典型紋理特征的分析和比較,獨(dú)立主成分分析法去除各紋理特征之間的相關(guān)性,選擇信息量最大的一個(gè)主成分與經(jīng)過(guò)HSV彩色合成后轉(zhuǎn)換為新的RGB圖像;然后對(duì)變換后的RGB圖像和新RGB圖像分別執(zhí)行SVM分類與最大似然分類,并進(jìn)行精度比較。利用SAR數(shù)據(jù)進(jìn)行了實(shí)驗(yàn),證明了本方法的有效性。
【作者單位】： 遼寧工程技術(shù)大學(xué)測(cè)繪與地理科學(xué)學(xué)院;
【關(guān)鍵詞】： SAR圖像 紋理特征 SVM 灰度共生矩陣 最大似然分類
【分類號(hào)】：TP751
【正文快照】： 1引言SAR圖像分類是遙感圖像處理中重要的組成部分,也是SAR圖像解譯的重要內(nèi)容,在植被生長(zhǎng)狀況評(píng)估、土地規(guī)劃等各方面的應(yīng)用很廣。極化SAR包含了豐富的目標(biāo)信息,為信息的提取提供了很多便利,因此極化SAR在分類的過(guò)程中有著明顯的優(yōu)勢(shì)。紋理分析是圖像分析的一個(gè)重要手段,它具

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李杏朝，，董文敏;SAR圖像的水文應(yīng)用研究[J];遙感信息;1996年04期

2 文竹;周蔭清;陳杰;;分布式小衛(wèi)星SAR回波信號(hào)精確仿真方法研究[J];宇航學(xué)報(bào);2006年05期

3 李金;程超;許浩;;無(wú)人機(jī)機(jī)載合成孔徑雷達(dá)(SAR)定位方法綜述[J];影像技術(shù);2008年03期

4 紀(jì)建;田錚;徐海霞;;SAR圖像壓縮的多尺度自回歸滑動(dòng)平均模型方法[J];電子學(xué)報(bào);2005年12期

5 王迪;王恩宏;雷武虎;;SAR欺騙干擾信號(hào)生成與實(shí)時(shí)性研究[J];航天電子對(duì)抗;2007年01期

6 羅申;李東生;;一種數(shù)據(jù)復(fù)用的SAR欺騙干擾方法研究[J];航天電子對(duì)抗;2010年03期

7 唐勇;;星載合成孔徑雷達(dá)(SAR)數(shù)據(jù)的光電實(shí)時(shí)處理技術(shù)[J];光學(xué)機(jī)械;1990年01期

8 葛詠;機(jī)載合成孔徑雷達(dá)(SAR)不確定性分析[J];地球信息科學(xué);2002年03期

9 甘榮兵;王建國(guó);;對(duì)SAR的幾何目標(biāo)欺騙干擾的快速算法[J];現(xiàn)代雷達(dá);2006年02期

10 路興強(qiáng);梁甸農(nóng);王敏;余安喜;;分布式小衛(wèi)星SAR回波仿真的并行化研究[J];信號(hào)處理;2006年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 沈晶;楊學(xué)志;;基于邊緣保持分水嶺算法的SAR海冰圖像分割[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

2 郝衛(wèi)東;熊鄴;曲蘭英;周志麗;;一種降低手機(jī)SAR的設(shè)計(jì)[A];2009年全國(guó)天線年會(huì)論文集（下）[C];2009年

3 方勇;;綜合多視角SAR圖像改正遮蔽區(qū)試驗(yàn)[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

4 于明成;許稼;彭應(yīng)寧;;SAR多普勒中心快速解模糊的新方法[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

5 戴爾燕;金亞秋;;多軌道飛行全極化SAR圖像對(duì)目標(biāo)的立體重構(gòu)[A];第二屆微波遙感技術(shù)研討會(huì)摘要全集[C];2006年

6 常本義;高力;;SAR單圖像定位原理[A];中國(guó)科協(xié)2001年學(xué)術(shù)年會(huì)分會(huì)場(chǎng)特邀報(bào)告匯編[C];2001年

7 錢方明;鞏丹超;劉薇;;SAR圖像邊緣特征提取方法研究[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

8 陳林輝;葉偉;賈鑫;;分布式衛(wèi)星SAR圖像方位向分辨率分析[A];中國(guó)航空學(xué)會(huì)信號(hào)與信息處理專業(yè)全國(guó)第八屆學(xué)術(shù)會(huì)議論文集[C];2004年

9 孫偉順;計(jì)科峰;朱俊;粟毅;;典型軍用目標(biāo)SAR圖像預(yù)估[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

10 黃勇;王建國(guó);黃順吉;;基于分段的非監(jiān)督SAR圖像變化檢測(cè)[A];第十一屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2003）論文集[C];2003年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 張顯峰;機(jī)載干涉SAR：掀起測(cè)繪革命[N];科技日?qǐng)?bào);2004年

2 鐘勇;國(guó)內(nèi)首套SAR測(cè)圖系統(tǒng)通過(guò)評(píng)審[N];中國(guó)測(cè)繪報(bào);2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 賀廣均;聯(lián)合SAR與光學(xué)遙感數(shù)據(jù)的山區(qū)積雪識(shí)別研究[D];南京大學(xué);2015年

2 張雙喜;高分辨寬測(cè)繪帶多通道SAR和動(dòng)目標(biāo)成像理論與方法[D];西安電子科技大學(xué);2014年

3 劉小寧;星上SAR實(shí)時(shí)成像處理關(guān)鍵技術(shù)研究[D];北京理工大學(xué);2016年

4 李蘭;森林垂直信息P-波段SAR層析提取方法[D];中國(guó)林業(yè)科學(xué)研究院;2016年

5 張鵬;基于統(tǒng)計(jì)模型的SAR圖像降斑和分割方法研究[D];西安電子科技大學(xué);2012年

6 王勃;星載全極化SAR海面散射特性及其船目標(biāo)檢測(cè)方法[D];中國(guó)海洋大學(xué);2013年

7 倪心強(qiáng);SAR圖像分類與自動(dòng)目標(biāo)識(shí)別技術(shù)研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2007年

8 周鵬;彈載SAR多種工作模式的成像算法研究[D];西安電子科技大學(xué);2011年

9 趙凌君;高分辨率SAR圖像建筑物提取方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

10 陳琪;SAR圖像港口目標(biāo)提取方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 董立亞;SAR圖像去噪的小波和偏微分方程的數(shù)學(xué)建模[D];河北聯(lián)合大學(xué);2014年

2 陳海文;基于波數(shù)域的圓周SAR三維成像算法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 眭明;星機(jī)雙基地SAR同步技術(shù)研究[D];電子科技大學(xué);2014年

4 羅煜川;基于壓縮感知的陣列SAR三維成像方法研究[D];電子科技大學(xué);2015年

5 張強(qiáng);基于視覺(jué)注意的SAR目標(biāo)快速檢測(cè)算法研究[D];電子科技大學(xué);2015年

6 于利娟;手機(jī)天線輻射特性優(yōu)化與SAR研究[D];西安電子科技大學(xué);2013年

7 吳子斌;機(jī)載三維SAR高分辨成像[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 李志華;基于FPGA的微型SAR實(shí)時(shí)成像處理研究[D];西安電子科技大學(xué);2014年

9 劉東洋;基于Z7的SAR實(shí)時(shí)成像處理設(shè)計(jì)[D];西安電子科技大學(xué);2014年

10 張曉梨;基于實(shí)測(cè)SAR圖像的雜波特性研究和圖像重構(gòu)[D];西安電子科技大學(xué);2014年

  本文關(guān)鍵詞：紋理輔助的SAR圖像SVM分類，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：468564