人工智能在遥感图像分类中的研究

摘要：

遥感图像分类就是利用计算机通过对遥感图像中各类地物的光谱信息和空间信息进行分析,选择特征,将图像中各个像元按照某种规则或算法划分不同的类别,然后获得遥感图像中与实际地物的对应信息,从而实现图像的分类.不同的遥感分类方法有不同的思想特点,结果也存在一定的差别.梳理利用PCA-SVM算法,给出了提高分析精度的基本思路,先通过LBP算子获取遥感图像的质量特征,然后通过设计和应用PCA-SVM对遥感图像信息进行降维,从而对特征进行降维并去除这些特征数据中的冗余信息,从而得到对分析研究结论贡献最大的质量特征,最后通过SVM实现遥感图像的分类.仿真结果表明,PCA-SVM大大提高了遥感图像的分析效果和分类精度.而人工智能系统主要有两个组成部分:基于知识的机器和推理机,其瓶颈是获取认知能力需要大量的时间.

机标关键词：遥感图像分类、人工智能

分类号：TP751;TP391;P237

在线出版日期：2022-06-22（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：98-102