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
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: PCAnet 显著性探测 高分辨率遥感影像 场景分类
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 基金项目专栏
• 页码范围: 54-58
• 页数: 5页
• 分类号: P237
• 字数: 4571字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹峥嵘	中南大学地球科学与信息物理学院	158	1385	19.0	29.0
2	陶超	中南大学地球科学与信息物理学院	20	182	7.0	13.0
3	何小飞	中南大学地球科学与信息物理学院	4	105	4.0	4.0