3D密集全卷积的高光谱地物分类算法研究

摘要：

针对高光谱遥感图像训练样本较少、光谱维度较高、空间特征与频谱特征存在差异性而导致高光谱地物分类的特征提取不合理、分类精度不稳定和训练时间长等问题,提出了基于3D密集全卷积(3D-DSFCN)的高光谱图像(HSI)分类算法.算法通过密集模块中的3D卷积核分别提取光谱特征和空间特征,采用特征映射模块替换传统网络中的池化层和全连接层,最后通过softmax分类器进行分类.实验结果表明,基于3D-DSFCN的HSI分类方法提高了地物分类的准确率、增强了低频标签的分类稳定性.

关键词：地物分类、遥感图像、特征提取、高光谱图像分类

所属期刊栏目：59

分类号：TP301.6(计算技术、计算机技术)

资助基金：陕西省自然科学基础研究项目;陕西省自然科学基金

在线出版日期：2023-02-20（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：112-117