论文摘要
遥感图像背景复杂,存在光照变化和噪声干扰,导致图像分类准确率不高。针对该问题,在计算邻域像素离散度的基础上,通过对其施加不同权重以细化阈值范围,提出一种改进的自适应阈值局部三值模式(ATLTP)纹理特征提取算法,以提高遥感图像分类精度。首先,对原始遥感图像进行灰度拉伸预处理以增强图像对比度;然后,采用改进自适应阈值局部三值模式提取遥感图像的纹理特征;最后,利用支持向量机对遥感图像进行分类。在标准遥感图像数据集中稀疏建筑物和密集建筑物分类的实验结果表明:采用改进后的局部三值模式纹理特征对遥感图像进行分类的性能要优于传统的局部三值模式,验证了改进算法的有效性。
论文目录
文章来源
类型: 期刊论文
作者: 吴庆岗,赵伊兰,黄伟,王华
关键词: 遥感图像,局部三值模式,自适应阈值,支持向量机,图像分类
来源: 科学技术与工程 2019年12期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,自动化技术
单位: 郑州轻工业学院计算机与通信工程学院
基金: 国家自然科学基金(61502435,61501082),国家重点研发计划政府间科技合作专项(2016YFE0100600),河南省教育厅科技攻关项目(14A520034),郑州轻工业学院博士基金项目(2013BSJJ041),郑州轻工业学院校青年骨干教师项目(13300093)资助
分类号: TP751
页码: 242-247
总页数: 6
文件大小: 505K
下载量: 177