SVM和DT-CWT的纹理图像分类方法研究
解洪胜
张虹
徐秀
1.中国矿业大学,环境与测绘学院,江苏,徐州,2210082.中国矿业大学,环境与测绘学院,江苏,徐州,2210083.中国矿业大学,环境与测绘学院,江苏,徐州,221008
摘要：提出了一种将支持向量机(SVM)和二元树复小波变换(DT-CWT)相结合的纹理图像分类方法.通过DT-CWT对纹理图像进行4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SVM作为分类器实现纹理图像分类.从Brodatz图像库中随机选取了30幅纹理图像进行了分类试验,结果表明:该方法具有较高的分类精度,尤其在有限训练样本的情况下分类正确率明显优于其它的分类算法,体现了该方法的有效性和良好的泛化能力.
关键词：二元树复小波变换小波变换支持向量机特征提取纹理分类
分类号：TP751(遥感技术)
资助基金：国家自然科学基金(40401038)
论文发表日期：2007-11-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 773-778 )
英文信息