高分辨率遙感影像空間信息豐富,同時也給地物分類帶來挑戰(zhàn)。故提出一種基于詞袋模型的地物分類方法,通過實驗討論詞袋模型在這一問題中的適用性。首先在多尺度影像下隨機選取場景,通過場景的底層特征聚類建立多尺度視覺詞典;然后用視覺單詞表達少量標記樣本來訓練支持向量機;最后用分類器提取典型地物。結果表明,在多尺度詞袋模型表達下,研究區(qū)分類總體精度達到92.18%,Kappa系數(shù)為0.880 9。對比實驗結果表明,詞袋模型和多尺度詞袋模型可以有效表達語義特征,從而在少量標記樣本下提高分類精度。

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 特征表達
    1.1 底層特征計算
    1.2 視覺詞典構建
    1.3 詞袋特征直方圖表達
2 分類器
3 面向高分影像的地物分類模型
4 實驗與分析
    4.1 實驗數(shù)據(jù)
    4.2 地物分類結果
    4.3 精度評價
5 結語



本文編號：3742602