| 基于Brushlet和RBF网络的SAR图像分类 |
| |
| 引用本文： | 李晓辉,谢建红,高鑫.基于Brushlet和RBF网络的SAR图像分类[J].微计算机信息,2009,25(6). |
| |
| 作者姓名： | 李晓辉 谢建红 高鑫 |
| |
| 作者单位： | 李晓辉,谢建红,LI Xiao-hui,XIE Jian-hong(100190,北京,中国科学院电子学研究所;10019,北京,中国科学院研究生院);高鑫,GAO Xin(中国科学院电子学研究所,北京,100190)
|
| |
| 摘 要： | 针对SAR图像纹理特征丰富的特点,本文提出一种新的SAR图像分类方法:通过提取Brushier变换的能量及相位信息作为SAR图像的纹理特征,然后输入径向基函数RBF网络对图像进行分类.Brushlet变换为复值函数,具有方向信息,因此对分析富含方向信息的纹理图像十分有效,而同时提取其能量及相位特征则更优.RBF网络学习速度快,不易陷入局部极小,是一种有效的分类器.实验表明,基于Brushlet复特征和RBF网络的方法能够获得较高的分类率,性能优于传统方法.
|
| 关 键 词： | SAR图像分类 Brushlet复特征 RBF网络 |
SAR image classification using complex feature of Brushlet and RBF neural network |
| |
| LI Xiao-hui,XIE Jian-hong,GAO Xin.SAR image classification using complex feature of Brushlet and RBF neural network[J].Control & Automation,2009,25(6). |
| |
| Authors: | LI Xiao-hui XIE Jian-hong GAO Xin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
