| 顾及遥感影像场景类别信息的视觉单词优化分类 |
| |
| 引用本文： | 闫利,朱睿希,刘异,莫楠. 顾及遥感影像场景类别信息的视觉单词优化分类[J]. 遥感学报, 2017, 21(2): 280-290 |
| |
| 作者姓名： | 闫利 朱睿希 刘异 莫楠 |
| |
| 作者单位： | 武汉大学 测绘学院, 武汉 430079,武汉大学 测绘学院, 武汉 430079,武汉大学 测绘学院, 武汉 430079,武汉大学 测绘学院, 武汉 430079 |
| |
| 基金项目： | 国土资源部公益性行业科研专项(编号：201511009-01) |
| |
| 摘 要： | 传统词包模型的视觉词典忽略了场景本身包含的类别信息,难以区分不同类别但外观相似的场景,针对这个问题,本文提出一种顾及场景类别信息的视觉单词优化方法,分别使用Boiman的分配策略和主成分分析对不同场景类别视觉单词的模糊性和单词冗余进行优化,增强视觉词典的辨识能力。本文算法通过计算不同视觉单词的影像频率,剔除视觉词典中影像频率较小的视觉单词,得到每种场景的类别视觉词典,计算类别直方图,将类别直方图和原始视觉直方图融合,得到不同类别场景的融合直方图,将其作为SVM分类器的输入向量进行训练和分类。选取遥感场景标准数据集,验证算法,实验结果表明:本算法能适应不同大小的视觉词典,在模型中增加场景类别信息,增强了词包模型的辨识能力,有效降低场景错分概率,总体分类精度高达89.5%,优于传统的基于金字塔匹配词包模型的遥感影像场景分类算法。
|
| 关 键 词： | 场景类别 类别直方图 视觉单词优化 主成分分析 影像频率 自适应加权融合 |
| 收稿时间： | 2016-06-07 |
| 修稿时间： | 2016-10-03 |
Scene classification of remote sensing images by optimizing visual vocabulary concerning scene label information |
| |
| YAN Li,ZHU Ruixi,LIU Yi and MO Nan. Scene classification of remote sensing images by optimizing visual vocabulary concerning scene label information[J]. Journal of Remote Sensing, 2017, 21(2): 280-290 |
| |
| Authors: | YAN Li ZHU Ruixi LIU Yi MO Nan |
| |
| Affiliation: | Geodesy and Geomatics School, Wuhan University, Wuhan 430079, China,Geodesy and Geomatics School, Wuhan University, Wuhan 430079, China,Geodesy and Geomatics School, Wuhan University, Wuhan 430079, China and Geodesy and Geomatics School, Wuhan University, Wuhan 430079, China |
| |
| Abstract: | |
| |
| Keywords: | scene classification class-specific histogram optimization of visual words principal component analysis image frequency adaptive weighted mixture |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
|
点击此处可从《遥感学报》下载全文 |
|
