|
|||||
|
|
| 基于SVM的海底声纳图像底质识别* | |
| 作者姓名： | 熊明宽 吴自银 李守军 罗孝文 唐秋华 |
| 作者单位： | 1. 国家海洋局第二海洋研究所国家海洋局海底科学重点实验室,浙江杭州310012 2. 国家海洋局第一海洋研究所,山东青岛266061 |
| 基金项目： | 海洋公益性行业科研专项（201105001）；国家自然科学基金（40506017）；国家海洋局第二海洋研究所基本科研业务费专项（JG1105）。 |
| 摘 要： | 对海底底质声纳图像分割,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,优化支持向量机(SVM)参数.利用多分类 SVM 对砂、礁石、泥进行训练,有效、快速地分离出了3种底质类型,测试精度高于80%,表明该方法可有效用于海底底质声纳图像的识别和分类. |
| 关 键 词： | 支持向量机 (SVM) 声纳灰度图像 参数优化 特征向量 |
| 收稿时间： | 2011-11-17 |
| 修稿时间： | 2012-03-28 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《海洋通报》浏览原始摘要信息 | |
| 点击此处可从《海洋通报》下载全文 | |