| 联合多尺度多特征的高分遥感图像场景分类 |
| |
| 引用本文： | 黄鸿,徐科杰,石光耀.联合多尺度多特征的高分遥感图像场景分类[J].电子学报,2000,48(9):1824-1833. |
| |
| 作者姓名： | 黄鸿 徐科杰 石光耀 |
| |
| 作者单位： | 重庆大学光电技术及系统教育部重点实验室, 重庆 400044 |
| |
| 摘 要： | 高分辨率遥感图像地物信息丰富，但场景构成复杂，目前基于手工设计的特征提取方法不能满足复杂场景分类的需求，而非监督特征学习方法尽管能够挖掘局部图像块的本征结构，但单一种类及尺度的特征难以有效表达实际应用中复杂遥感场景特性，导致分类性能受限.针对此问题，本文提出了一种基于多尺度多特征的遥感场景分类方法.该算法首先设计了一种改进的谱聚类非监督特征（iUFL-SC）以有效表征图像块的本征结构，然后通过密集采样提取每幅遥感场景的iUFL-SC、LBP、SIFT等三种多尺度局部图像块特征，并通过视觉词袋模型（BoVW）获得场景的中层特征表达，以实现更为准确详实的特征描述，最后基于直方图交叉核的支持向量机（HIKSVM）进行分类.在UC Merced数据集以及WHU-RS19数据集上的实验结果表明本文方法可对遥感场景进行鉴别特征提取，有效提高分类性能.
|
| 关 键 词： | 遥感 高分辨率影像 场景分类 非监督特征 特征融合 视觉词袋模型 |
| 收稿时间： | 2019-03-26 |
Scene Classification of High-Resolution Remote Sensing Image by Multi-scale and Multi-feature Fusion |
| |
| HUANG Hong,XU Ke-jie,SHI Guang-yao.Scene Classification of High-Resolution Remote Sensing Image by Multi-scale and Multi-feature Fusion[J].Acta Electronica Sinica,2000,48(9):1824-1833. |
| |
| Authors: | HUANG Hong XU Ke-jie SHI Guang-yao |
| |
| Affiliation: | Key Laboratory of Optoelectronic Technique System of the Ministry of Education, Chongqing University, Chongqing 400044, China |
| |
| Abstract: | |
| |
| Keywords: | remote sensing high resolution images scene classification unsupervised features feature fusion bag of visual words |
|
| 点击此处可从《电子学报》浏览原始摘要信息 |
|
点击此处可从《电子学报》下载全文 |
