基于空间LDA模型的高分辨率遥感影像地物覆盖分类

• 作者: 丁远 施歌 李杨 江南 邵华
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 模型 土地利用 遥感 面向对象 空间关系 空间LDA模型
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 177-183
• 页数: 7页
• 分类号: TP79|S127
• 字数: 6933字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.08.023

摘要

高空间分辨率遥感影像可以更为精确地分析地物覆盖类型,但空间分辨率的提高也对现有分类方法带来了新的挑战,隐狄利克雷分配(latent dirichlet allocation,LDA)模型能够建立遥感影像底层特征和高层语义之间的联系,但是当前LDA模型在遥感影像分析领域的应用以场景分类和图像检索为主,已有的一些关于土地覆盖分类研究缺少对高分辨率遥感数据的空间关系进行挖掘.该文在标准LDA模型的基础上,利用词包模型构建方法生成的影像文档和单词对象来展开试验,利用多尺度分割挖掘影像中对象的空间关系,设计"主题流行度"和"主题内容"2种形式的影像文档区域属性,以协变量的形式作为LDA模型的先验知识,提出一种空间LDA模型(Space-LDA).利用无锡宜兴市QuickBird影像验证该模型在高分辨率遥感影像分类中的有效性,结果表明空间 LDA 模型分类结果不仅明显优于标准 LDA,而且对区域尺度的变化具有一定的鲁棒性,空间区域信息同时从主题流行度和主题内容2个层面提供了推理信息,使模型具有更灵活的结构.