基于Multi-CNN空间特征提取的高光谱遥感影像分类

• 作者: 宋海峰 杨巍巍
• 来源期刊: 测绘工程
• 学科: 地球科学
• 关键词: 多尺度 卷积神经网络 空间特征 高光谱林业遥感影像分类
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 学术研究
• 页码范围: 10-16
• 页数: 7页
• 分类号: P228
• 字数: 4044字
• 语种: 中文
• DOI: 10.19349/j.cnki.issn1006-7949.2019.06.003

摘要

在遥感影像处理领域,对高光谱遥感影像分类处理的需求日益增长,由于大量的高光谱遥感影像训练样本获得较难,使得卷积神经网络不适合应用到高光谱遥感影像分类中.针对此问题,文中提出一种基于Multi-CNN空间特征提取的高光谱遥感影像分类模型,该模型将原始高光谱遥感影像作为输入,最终的分类结果作为输出;自动从不同的尺度提取输入数据的空间特征;解决获得大量有标记高光谱遥感影像训练样本的棘手问题;通过伊春凉水林场数据集上的实验结果表明,文中建立的分类模型,在分类正确率上优于其他分类模型,分类正确率达到92.31％.