基于超像素编码和卷积神经网络的遥感影像地物分类方法

作者:焦李成; 屈嵘; 李阁; 张丹; 唐旭; 陈璞花; 马文萍; 侯彪; 杨淑媛; 尚荣华
来源:2017-08-01, 中国, ZL201710647905.1.

摘要

本发明公开了一种基于超像素编码和卷积神经网络的遥感影像地物分类方法,使用自适应超像素编码和双通道卷积神经网络,首先利用超像素算法进行图像预分割,然后使用聚类方法将相邻且相似的超像素块合并,设定取块尺寸,构建三个输入尺寸不同的双通道卷积神经网络,将取块尺寸不同的样本输入相应的网络,用卷积神经网络分别提取两个传感器数据的特征,然后将提取的特征进行融合用于分类,根据合并之后的像素块大小确定样本的取块尺寸,实现自适应地选择所利用的邻域信息。实现自适应地选择所利用的邻域信息,使邻域信息起到正反馈作用,更好地利用邻域信息,根据邻域信息将样本送入不同网络,使分布相似的样本进入同一个网络,有效提高分类精度。