基于双树复小波和灰度共生矩阵的遥感图像分割.PdfVIP

图形!图像与多媒体 /01* 2%-’*##341 4. 567$30*.3 8*’94-7-1+ 基于双树复小波和灰度共生矩阵的遥感图像分割! 刘小丹 潘 赢 # 辽宁师范大学 计算机与信息技术学院 辽宁 大连 . ! !!’#/!0 ! 摘 要 提出了一种将双树复小波变换和灰度共生矩阵相结合描述遥感图像局部纹理特征并用 于分割的方法 该方法采用双树复小波高频模值子带 分布与 分布参数组合特征 灰 $ 1)22) 345*4-2)6 % 度共生矩阵特征组成的联合纹理特征作为遥感图像每一像素特征 然后用 距离进行相似性 # ()*+,--) 度量#最终通过聚类完成遥感图像分割$ 实验结果表明#该纹理特征提取方法可以有效地表征遥感图 # $ 像的纹理 得到更为精确的遥感图像分割结果 ! 关键词 双树复小波变换 灰度共生矩阵 纹理特征 遥感图像分割 中图分类号! 789:! 文献标识码! ; 文章编号! !’9=99$#$#!!0!$=###=# ?,24@, A,*AB*5 B2)5, A,52,*@)@B4* +)A,C 4* CD)6=@-,, E42F6,G H)I,6,@ @-)*AJ4-2 )*C 5-)K=6,I,6 E4=4EED--,*E, 2)@-BG 3BD LB)4C)* ! 8)* MB*5 N,F)-@2,*@ 4J (42FD@,- )*C O*J4-2)@B4* 7,EP*4645KQ 3B)4*B*5 R4-2)6 S*BI,-AB@KQ N)6B)* !!’#/! !(PB*)T !#$%’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