卷积神经网络在高光谱图像分类中的应用综述

• 作者: 万亚玲 钟锡武 刘慧 钱育蓉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高光谱遥感图像分类 深度学习 卷积神经网络(CNN) 空谱特征
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 热点与综述
• 页码范围: 1-10
• 页数: 10页
• 分类号: TP75
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010-0423

摘要

高光谱图像(Hyperspectral Imagery,HSI)分类是高光谱图像处理和应用的一项重要工作.随着深度学习的不断发展,卷积神经网络(Convolutional Neural Network,CNN)日渐成为处理高光谱遥感图像分类问题的一个有效方法.首先对高光谱遥感图像分类任务进行了概述,分析了目前存在的问题;其次对CNN及其基于光谱特征、空间特征、空谱特征的分类方法进行了系统的梳理,并且将上述的分类方法通过实验分析其性能;最后对高光谱遥感图像分类的关键问题进行了总结,并讨论了未来的研究方向.