-
题名基于多尺度LBP特征融合的遥感图像分类
被引量：18
- 1
-
-
作者
姜亚楠
张欣
张春雷
仲诚诚
赵俊芳
-
机构
中国地质大学(北京)数理学院
北京师范大学统计学院
北京中地润德石油科技有限公司
-
出处
《自然资源遥感》
CSCD
北大核心
2021年第3期36-44,共9页
-
基金
国家自然科学基金青年基金项目“变分法在多时滞微分方程及微分系统中的应用研究”(编号:11601493)资助。
-
文摘
针对高光谱遥感图像分类问题,传统的特征提取方法常忽略其本征属性信息和图像的多尺度局部结构特性而使其获取的图像信息量较少,为改进这一缺陷,提出了一种多尺度灰度和纹理结构特征融合的方法模型(multi-scale gray and texture structure feature fusion,Ms_GTSFF)进行遥感图像特征提取。首先用多尺度方法提取图像不同尺度下的灰度属性特征,然后利用局部二进制模式的思想获得图像的局部纹理特征信息,同时利用多尺度还能够获取图像更大感受野的特征,接着利用得到的多尺度LBP直方图获取每种编码所对应的灰度属性信息,最后将上述得到的多尺度特征信息进行编码融合,构成了Ms_GTSFF特征提取模型,再连接多种机器学习分类器进行分类识别。以雄安新区(马蹄湾村)航空高光谱遥感影像作为测试数据集,对数据分块预处理后再进行特征提取与分类测试,最高获得了99.44%的分类准确率,在遥感图像分类上与传统方法的识别能力相比有很大的提升,验证了提出模型对于增强遥感图像的特征提取能力以及提高分类识别性能的有效性。
-
关键词
高光谱遥感
多尺度特征
灰度属性特征
局部二进制模式
特征融合
-
Keywords
Hyperspectral remote sensing
multi-scale characteristic
gray-level attribute feature
local binary pattern
feature fusion
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
-
