基于CNN的多光谱遥感图像地物覆盖分类

摘要：

随着科技水平的提高,深度学习算法的出现为高分辨率遥感图像的研究带来了新的突破,但国内对于将深度学习应用于遥感图像处理的研究尚未广泛开展.为填补此类空白,提出一种基于卷积神经网络(CNN)的对于高分辨率多光谱遥感图像进行自动分类的方法,对传统CNN框架进行一定的优化并加入Inception结构,进而横向比对其与支持向量机(SVM)分类算法的实际分类效果.以卫星拍摄的地面实物图片为例对该方法进行实验,结果表明,所提出的基于CNN的分类方法相比于传统方法在精度上有显著提升,纹理特征更加突出,分类效果更加出众.

关键词：遥感图像分类、卷积神经网络、支持向量机、径向基函数神经网络

所属期刊栏目：40

分类号：TP751(遥感技术)

资助基金：高分专项省域产业化应用项目70-Y40G09-9001-18/20;辽宁省教育厅基本科研重点项目L201701

在线出版日期：2019-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：43-48