基于改进自适应阈值局部三值模式的遥感图像分类

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.

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

所属期刊栏目：19

分类号：TP391.41(计算技术、计算机技术)

资助基金：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

在线出版日期：2019-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：242-247