本文關(guān)鍵詞：利用多尺度特征與深度網(wǎng)絡(luò)對(duì)遙感影像進(jìn)行場景分類

  更多相關(guān)文章： 遙感圖像 場景分類 深度卷積神經(jīng)網(wǎng)絡(luò) 非下采樣輪廓波變換 多核支持向量機(jī)

【摘要】：針對(duì)因樣本量小而導(dǎo)致的遙感圖像場景分類精度不高的問題,結(jié)合非下采樣Contourlet變換(NSCT)、深度卷積神經(jīng)網(wǎng)絡(luò)(DCNN)和多核支持向量機(jī)(MKSVM),提出了一種基于多尺度深度卷積神經(jīng)網(wǎng)絡(luò)(MS-DCNN)的遙感圖像場景分類方法。首先利用非下采樣Contourlet變換方法對(duì)遙感圖像多尺度分解,然后對(duì)分解后的高頻子帶和低頻子帶分別用DCNN訓(xùn)練得到了不同尺度的圖像特征,最后采用MKSVM綜合多尺度特征并實(shí)現(xiàn)遙感圖像場景分類。對(duì)標(biāo)準(zhǔn)遙感圖像分類數(shù)據(jù)集的試驗(yàn)結(jié)果表明,本算法能夠結(jié)合低頻和高頻子帶對(duì)不同類別場景的識(shí)別優(yōu)勢,對(duì)遙感圖像場景取得較好的分類結(jié)果。
【作者單位】： 火箭軍工程大學(xué)信息工程系;
【關(guān)鍵詞】： 遙感圖像 場景分類 深度卷積神經(jīng)網(wǎng)絡(luò) 非下采樣輪廓波變換 多核支持向量機(jī)
【分類號(hào)】：TP751
【正文快照】： 遙感圖像場景分類是遙感圖像分析解譯的重要手段,在災(zāi)情監(jiān)測、武器制導(dǎo)、交通監(jiān)管等軍事和民用領(lǐng)域均有重要應(yīng)用價(jià)值。場景分類的核心是遙感圖像特征提取,傳統(tǒng)的k最近鄰域、支持向量機(jī)(support vector machine,SVM)、最大熵方法、提升方法(boosting)等分類方法,僅提取圖像顏色

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李偉;;遙感圖像中的道路提取[J];自動(dòng)化博覽;2006年05期

2 李傳龍;李穎;馬龍;;一種新的遙感圖像海岸線檢測方法[J];計(jì)算機(jī)仿真;2010年08期

3 張學(xué)良;肖鵬峰;馮學(xué)智;;基于圖像內(nèi)容層次表征的遙感圖像分割方法[J];中國圖象圖形學(xué)報(bào);2012年01期

4 秦其明;遙感圖像自動(dòng)解譯面臨的問題與解決的途徑[J];測繪科學(xué);2000年02期

5 陳小琪;現(xiàn)代計(jì)算機(jī)印前制版技術(shù)在遙感圖像印制中的應(yīng)用研究——以《長江經(jīng)濟(jì)帶可持續(xù)發(fā)展地圖集》為例[J];地球信息科學(xué);2000年02期

6 鄧湘金,彭海良;一種基于遙感圖像的機(jī)場檢測方法[J];測試技術(shù)學(xué)報(bào);2002年02期

7 庾晉 ,白木 ,周潔;遙感圖像偵察與美國對(duì)阿反恐怖戰(zhàn)爭[J];遙感信息;2002年01期

8 余杰千,方濤,陳雍業(yè);一種有效的遙感圖像無縫分割方法[J];計(jì)算機(jī)應(yīng)用;2003年12期

9 吳為祿;遙感圖像中的云層消除處理[J];鐵路航測;2003年01期

10 于輝,徐軍;彩色遙感圖像目標(biāo)提取方法研究[J];遙感技術(shù)與應(yīng)用;2003年06期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 張鳳春;董增壽;劉明君;;基于局部方差均衡的遙感圖像增強(qiáng)方法[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

2 鄧冰;林宗堅(jiān);彭曉東;;遙感圖像信息度量的原理與方法[A];《測繪通報(bào)》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 江興方;江鴻;何賢強(qiáng);;遙感圖像兩種半自動(dòng)拼接方法的研究[A];全國農(nóng)業(yè)遙感技術(shù)研討會(huì)論文集[C];2009年

4 羅睿;張永生;范永弘;鄧雪清;;遙感圖像基于內(nèi)容查詢的研究與實(shí)踐[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

5 陳東;龐怡杰;黃勇杰;;大傾斜航空遙感圖像快速自動(dòng)鑲嵌技術(shù)[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

6 黃勇杰;王樹國;劉俊義;陳東;;遙感圖像去云算法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

7 謝建春;趙榮椿;;遙感圖像中的軍用機(jī)場識(shí)別算法研究[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

8 陳姚;王金亮;李石華;;遙感圖像中云層遮擋影響消除處理方法研究述評(píng)[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 張磊;朱磊;;遙感圖像中直線目標(biāo)的檢測[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

10 邱磊;李國輝;衡祥安;;一種基于交互學(xué)習(xí)的遙感圖像挖掘方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

中國重要報(bào)紙全文數(shù)據(jù)庫 前5條

1 蔣建科邋孫宏金 陳樹琛;傳回清晰遙感圖像[N];人民日?qǐng)?bào);2008年

2 記者 鄭千里;北京地區(qū)有了航空遙感圖像[N];科技日?qǐng)?bào);2000年

3 本報(bào)通訊員;煤航遙感院獲美國快鳥遙感圖像西部代理權(quán)[N];中煤地質(zhì)報(bào);2005年

4 王石;印度通過“快鳥”影像發(fā)現(xiàn)古墓地[N];中國測繪報(bào);2010年

5 記者 馬彥平 張桂敏;澳大利亞鉀礦鉆探啟動(dòng)[N];農(nóng)資導(dǎo)報(bào);2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 朱光;基于遙感圖像的交通道路目標(biāo)識(shí)別方法研究[D];吉林大學(xué);2015年

2 江興方;遙感圖像去云方法的研究及其應(yīng)用[D];南京理工大學(xué);2007年

3 滕鑫鵬;遙感圖像道路提取研究[D];江蘇大學(xué);2014年

4 劉春紅;超光譜遙感圖像降維及分類方法研究[D];哈爾濱工程大學(xué);2005年

5 劉哲;基于信息融合的遙感圖像處理方法研究[D];西北工業(yè)大學(xué);2002年

6 強(qiáng)贊霞;遙感圖像的融合及應(yīng)用[D];華中科技大學(xué);2005年

7 杜根遠(yuǎn);海量遙感圖像內(nèi)容檢索關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2011年

8 陶午沙;基于結(jié)構(gòu)模型的遙感圖像軍事陣地目標(biāo)特征分析及其識(shí)別技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2004年

9 林劍;基于模糊理論的遙感圖像分割方法研究[D];中南大學(xué);2003年

10 薛麗霞;基于對(duì)象云的遙感圖像模糊邊緣檢測研究[D];西南交通大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 邱磊;基于內(nèi)容的遙感圖像挖掘方法研究[D];國防科學(xué)技術(shù)大學(xué);2005年

2 陳浩;高分辨遙感圖像災(zāi)區(qū)建筑檢測[D];南京理工大學(xué);2015年

3 朱然;大數(shù)據(jù)量復(fù)雜背景下橋梁水壩目標(biāo)快速識(shí)別[D];電子科技大學(xué);2015年

4 王靜靜;基于NSCT和Shearlet變換的遙感圖像增強(qiáng)研究[D];新疆大學(xué);2014年

5 柴宏磊;基于知識(shí)的遙感圖像港口目標(biāo)識(shí)別[D];電子科技大學(xué);2015年

6 馮一鳴;基于遙感圖像中港口目標(biāo)的分割算法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

7 吳云坤;遙感圖像變化檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 王旭;無參考遙感圖像質(zhì)量綜合評(píng)價(jià)算法研究[D];西安電子科技大學(xué);2015年

9 宋玉梅;基于遙感圖像的內(nèi)河航道識(shí)別研究[D];重慶交通大學(xué);2015年

10 張少輝;基于刃邊法的遙感圖像重建方法研究[D];西安電子科技大學(xué);2014年

  本文關(guān)鍵詞：利用多尺度特征與深度網(wǎng)絡(luò)對(duì)遙感影像進(jìn)行場景分類

  更多相關(guān)文章： 遙感圖像 場景分類 深度卷積神經(jīng)網(wǎng)絡(luò) 非下采樣輪廓波變換 多核支持向量機(jī)

，

本文編號(hào)：511028