基于再编码和深度融合卷积网络的多光谱图像分类方法

作者：焦李成; 屈嵘; 侯瑶淇; 马文萍; 杨淑媛; 侯彪; 刘芳; 尚荣华; 张向荣; 张丹; 唐旭; 马晶晶

来源：2017-07-13, 中国, ZL201710572135.9.

本发明公开了基于数据再编码和深度融合卷积网络的多光谱图像分类方法,将待分类的多光谱图像中不同波段的数据堆叠到一起,得到三维图像特征FA；输入待分类多光谱图像的分类辅助数据；再进行编码,得到三维图像特征FB；将两种数据源处理后得到的三维特征矩阵FA、FB联合,作为输入特征F；对F归一化,并对归一化后的特征矩阵F1中的每个元素取块,构成基于图像块的特征矩阵F2；根据F2得到训练数据集的特征矩阵W1和测试数据集的特征矩阵W2；构造基于多尺度深度滤波器的分类模型；用训练数据集的特征矩阵W1对分类模型进行训练；利用训练好的分类模型对测试数据集的特征矩阵W2分类。本发明提高了多光谱遥感图像的分类精度,可用于地物分类。

• 单位
  西安电子科技大学