一种面向时间序列遥感影像的土地利用分类方法

摘要

本发明公开了一种面向时间序列遥感影像的土地利用分类方法，包括以下步骤：对组成时间序列遥感数据的多光谱影像进行主成分分析，获取三个主成分的影像；对每个三波段影像进行预训练，提取出特征图像；特征图像按时间顺序依次输入半监督卷积长短期记忆网络模型进行训练；利用训练好的模型对最后一时相的影像进行预测分类，获得分类结果。本发明综合考虑了时间序列的时间上下文信息、遥感影像的空间和光谱特征信息，利用预训练模型以及半监督分类学习的方式，较好地解决了现有技术存在的问题，使得所述的土地利用分类方法更加适用于训练样本数据较少，且遥感影像数据缺失或者部分缺失的分类场景，获得了较好的土地利用分类结果。