桂林理工大学学报
桂林理工大學學報
계림리공대학학보
JOURNAL OF GUILIN UNIVERSITY OF TECHNOLOGY
2013年
1期
80-85
,共6页
韦春桃%王宁%张利恒%原凯敏%邹瑄
韋春桃%王寧%張利恆%原凱敏%鄒瑄
위춘도%왕저%장리항%원개민%추선
纹理特征%遥感影像分类%灰度共生矩阵%小波变换%支持向量机%遗传算法
紋理特徵%遙感影像分類%灰度共生矩陣%小波變換%支持嚮量機%遺傳算法
문리특정%요감영상분류%회도공생구진%소파변환%지지향량궤%유전산법
texture features%remote sensing%gray level co-occurrence matrix (GLCM)%wavelet transform%support vector machine(SVM)%genetic algorithm
灰度共生矩阵能较好反映影像灰度统计规律,小波变换能较好反映影像的多尺度特性,利用两者结合进行了纹理特征提取.将灰度共生矩阵和小波变换提取纹理特征作为分类特征向量,建立基于支持向量机分类模型对高分辨率遥感影像进行分类；在支持向量机参数优化问题上,利用遗传算法进行参数寻优,有效的避免多学习和欠学习状态的发生.分类实验结果表明了本方法的有效性.
灰度共生矩陣能較好反映影像灰度統計規律,小波變換能較好反映影像的多呎度特性,利用兩者結閤進行瞭紋理特徵提取.將灰度共生矩陣和小波變換提取紋理特徵作為分類特徵嚮量,建立基于支持嚮量機分類模型對高分辨率遙感影像進行分類；在支持嚮量機參數優化問題上,利用遺傳算法進行參數尋優,有效的避免多學習和欠學習狀態的髮生.分類實驗結果錶明瞭本方法的有效性.
회도공생구진능교호반영영상회도통계규률,소파변환능교호반영영상적다척도특성,이용량자결합진행료문리특정제취.장회도공생구진화소파변환제취문리특정작위분류특정향량,건립기우지지향량궤분류모형대고분변솔요감영상진행분류；재지지향량궤삼수우화문제상,이용유전산법진행삼수심우,유효적피면다학습화흠학습상태적발생.분류실험결과표명료본방법적유효성.
