基于聚类分析的多特征融合遥感图像场景分类

• 作者: 孟朝晖 李士进 林艺阳
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 高分辨率遥感图像 颜色直方图 纹理特征 多特征融合
• 年，卷（期）: 2018,（22）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 82-88
• 页数: 7页
• 分类号: TP751|TN02
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1802187

摘要

高分辨率遥感图像相比于中低分辨率遥感图像,能够提供更详细的地物信息,但各种场景内物体和空间结构分布较复杂,针对场景分类中不同目标的特征有效性不尽相同、彼此存在互补现象,提出了一种基于聚类有效性分析的分层多特征融合场景分类方法.首先提取图像数据集的Gabor纹理与颜色直方图特征;其次聚类分析训练样本,选取最佳聚类个数,计算对应的各类别的聚类一致性,对于聚类一致性较好的子类训练分类器,并对其余的类别提取局部特征并进行频繁项集挖掘,然后训练基于精简特征的分类器;最后用这两个分类器对测试样本进行分类.实验结果表明,在一个2 100幅图像构成的大型遥感图像数中,提出的算法比仅用单一特征分类方法的最高精度要高;与其他融合方法相比,该方法取得了较高分类精度,达到了97.28％,算法时间复杂度也大为降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李士进		47	288	9.0	14.0
2	孟朝晖		34	93	6.0	7.0
3	林艺阳		1	0	0.0	0.0