基于局部分类器和深度神经网络的遥感图像分类

摘要：

深度学习方法作为大数据自动分类工具时表现出较高的性能,但是在处理遥感图像任务时(比如图像分类问题)表现出效率较低.为此,提出一种新的基于局部分类器和深度神经网络的遥感图像分类算法.首先从原始图像中提取多个局部特征,并将这些特征输入给用于判决的深度神经网络,然后按照分配给图像标签对每个局部特征进行分类.最后根据简易的投票方法判决整体图像的结果.利用WorldView2高分辨率卫星遥感影像数据进行了分类实验,结果显示:提出的方法优于其他分类方法具有较好的分类准确性和分类效率.

关键词：遥感图像分类、局部分类器、深度学习、深度神经网络、分类性能

所属期刊栏目：45

分类号：TP79(遥感技术)

在线出版日期：2018-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：64-68,89