基于Log Gabor小波和Krawtchouk矩的遥感图像分类

为了进一步提高遥感图像分类的精度,提出了一种基于Log-Gabor 小波和Krawtchouk 矩的遥感图像分类算法。首先利用 Log-Gabor 小波对遥感图像进行多方向、多分辨率滤波,提取遥感图像的纹理特征;同时计算遥感图像的Krawtchouk 矩不变量,作为遥感图像的边缘形状特征,并与基于 Log-Gabor 小波提取的纹理特征构成完整的特征向量;最后依据所提取的特征向量利用支持向量机(support vector machine, SVM)分类器对待分类图像进行分类,得到最终的遥感图像分类结果。实验结果表明,与近年来提出的基于Gabor小波、基于行之有效的遥感图像分类算法。