SVM和DT-CWT的纹理图像分类方法研究

张虹¹，解洪胜¹，徐秀¹

(1.中国矿业大学,环境与测绘学院,江苏,徐州,221008)

摘要:提出了一种将支持向量机(SVM)和二元树复小波变换(DT-CWT)相结合的纹理图像分类方法.通过DT-CWT对纹理图像进行4层分解,提取各子频带小波系数模的均值和标准方差组成特征向量,利用SVM作为分类器实现纹理图像分类.从Brodatz图像库中随机选取了30幅纹理图像进行了分类试验,结果表明:该方法具有较高的分类精度,尤其在有限训练样本的情况下分类正确率明显优于其它的分类算法,体现了该方法的有效性和良好的泛化能力.

关键词:二元树复小波变换; 小波变换; 支持向量机; 特征提取; 纹理分类;

【全文内容正在添加中】