10.3969/j.issn.1672-5867.2016.10.016
基于PCAnet的高分辨率遥感影像场景分类
高分辨率遥感影像中的场景信息,对影像解译和现实世界的理解具有重要意义.传统的场景分类方法多利用中、低层人工特征,但是高分辨率遥感影像的信息丰富,场景构成复杂,需要高层次的特征来表达.本文提出一种基于PCAnet的高分影像场景分类算法,无监督地逐级提取深层特征.首先,利用显著性探测算法获取显著图,根据显著区域,采样具有代表性的影像块作为初始样本集;然后,将样本集输入到PCAnet中进行特征提取;最后,利用支持向量机(SVM)进行分类.高分影像场景数据UC Merced 21类实验表明,与已有方法相比,本文方法能够有效地提高分类精度.
PCAnet、显著性探测、高分辨率遥感影像、场景分类
P237(摄影测量学与测绘遥感)
国家973计划2012CB719903;国家自然科学基金41301453;中国博士后面上基金2013M530361;教育部博士点基金20130162120027
2016-12-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
54-58