10.16208/j.issn1000-7024.2019.05.043
空谱联合特征的CNN_SVM水体识别
针对传统遥感图像逐像素分类方法精度不高以及空间领域一致性信息未充分利用等问题,提出一种结合保边滤波和光谱_空间特征的CNN SVM水体识别方法.对原始图像使用保边滤波进行降噪并提高局域平滑度;借助形态学属性剖面获取遥感图像的光谱和多重空间特征,利用重构算法对特征进行重构,融合光谱和空间信息;将融合后的新特征集输入CNN进一步进行特征学习,应用浅层学习算法SVM分类.实验结果表明,与CNN神经网络和SVM相比,该方法具有更好的识别效果.
保边滤波、CNN神经网络、特征重构、形态学属性剖面、水体识别
40
TP391(计算技术、计算机技术)
自治区自然科学基金项目2016D01C050;新疆自治区科技人才培养基金项目QN2016YX0051
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
1435-1439