结合主动学习和词袋模型的高分二号遥感影像自动化分类

摘要：

高分卫星遥感影像空间分辨率的提高,使得地物的光谱和纹理变得更加丰富和复杂,这给遥感影像的自动化分类带来严重挑战.因此,本文提出了一种结合主动学习和词袋模型的高分二号遥感影像分类方法.首先,对研究区域进行多尺度分割,建立影像分割对象集;然后,采用词袋模型构建影像对象的语义特征向量;最后,充分考虑位于分类边界的不确定性样本分布,迭代选择最优样本用于训练支持向量机,用于分类遥感影像.为了验证本文方法的有效性和稳健性,以山东省某市的高分二号遥感影像为试验数据进行了试验分析.结果表明,本文提出的方法可以有效地将研究区域分为水体、地面、植被和建筑物四类,正确率达到90.6%以上.

关键词：遥感影像、机器学习、分类、主动学习

分类号：P237(摄影测量学与测绘遥感)

资助基金：山东省自然科学基金ZR2015EM007

在线出版日期：2019-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：103-107