卷积神经网络与MRF相结合的高光谱图像分类

摘要

cqvip:针对传统分类方法需要人工提取特征以及分类结果出现的噪声现象,提出了基于深度卷积神经网络(DCNNs)和马尔科夫随机场(MRF)的影像分类方法。首先通过数据预处理以三维图像为输入数据,利用DCNNs"端对端"的特征在提取图像更深层次特征的同时获得初始分类预测;再利用MRF模型对分类预测结果进行空间结构规则化,获得最后的分类结果。在Indian Pines和Pavia University两个公开数据集进行实验,结果表明该算法不仅提高了分类效率,而且有效解决了传统方法中出现的同类区域噪声现象,明显提高了影像的分类精度。