| 基于PCAnet的高分辨率遥感影像场景分类 |
| |
| 引用本文： | 何小飞,邹峥嵘,陶超.基于PCAnet的高分辨率遥感影像场景分类[J].测绘与空间地理信息,2016(10):54-58. |
| |
| 作者姓名： | 何小飞 邹峥嵘 陶超 |
| |
| 作者单位： | 中南大学地球科学与信息物理学院,湖南长沙,410083 |
| |
| 基金项目： | 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) |
| |
| 摘 要： | 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。
|
| 关 键 词： | PCAnet 显著性探测 高分辨率遥感影像 场景分类 |
The High Resolution Remote Sensing Images Scene Classification Based on PCAnet |
| |
| Abstract: | |
| |
| Keywords: | PCAnet saliency detection high resolution remote sensing image scene classification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
