基于脊波变换和SVM的MSTAR图像分类
MSTAR Image Classification Based on Ridgelet Transform and SVM作者机构：南京信息工程大学计算机与软件学院南京210044
出 版 物：《武汉理工大学学报》 (Journal of Wuhan University of Technology)
年 卷 期：2010年第32卷第16期
页 面：60-63,88页
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：MSTAR图像分类是当今图像研究的一个重要领域。由于图像目标的边缘与轮廓是方向性很强的奇异性所在,脊波变换能够很好地处理具有线状奇异性的图像,而且能有效的提取MSTAR图像的特征。SVM分类器在少量训练样本的情况下,可以给出较为准确的分类效果。提出了一种基于脊波变换和支持向量(SVM)的MSTAR图像分类方法,并与同类的方法进行了分析比较。
维普期刊数据库
同方期刊数据库