基于PCAnet的高分辨率遥感影像场景分类

作者： 何小飞 ; 邹峥嵘 ; 陶超

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ucMerced21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。

关键字：

上一篇：基于改进中线法的电子海图岛屿面状注记自动配置研究
下一篇：应急地理信息数据管理探讨