针对高光谱图像空间信息利用不足、标记样本数量较少的问题，提出一种基于全卷积网络和堆栈稀疏自编码的高光谱图像分类算法。基于迁移学习的思想，利用预训练好的全卷积网络FCN-8s，挖掘图像潜在的多尺度几何结构特征；选取其特征的像素邻域信息，采用拼接融合的方法与原光谱信息进行融合；利用堆栈稀疏自编码网络完成最终的多尺度空谱特征提取，并通过Softmax分类器实现分类。对三组遥感图像进行实验，结果显示，所提算法极大改善了边界区域的分类效果。
科研之友
微信
新浪微博
Facebook
分享链接
