基于SVM的SAR图像分类研究80739.pdfVIP

23 3 Vol. 23 No. 3 2008 6 REM OT E SENSING TECH NOLOGY AND APPL ICAT ION Jun. 2008 SVM SAR 1 1 2 汤井田, 胡 丹 , 龚智敏 ( 1. 中南大学信息物理工程学院, 湖南长沙 410083; 2. 武汉科技大学资源环境工程学院, 湖北 武汉 430000) : 持向量机( SVM) 是一种卓越的分类方法, 灰度共生矩阵( GLCM) 则是一种很好的纹理分 析方法, 而纹理是合成孔径雷达( SAR) 图像分类的一个重要特征, 故而提出了一种使用灰度共生矩 阵进行特征提取的应用 持向量的SAR 图像分类法实验结果证明了 持向量机算法的可行性 和有效性 : 持向量机; 灰度共生矩阵; 特征提取; 纹