一种AlexNet和SVM相结合的卫星遥感影像土地利用变化检测方法

摘要

本发明公开了一种AlexNet和SVM相结合的卫星遥感影像土地利用变化检测方法，基于卷积神经网络的强特征学习能力和特征表示能力，利用2013‑2017年共5期江西省南昌地区的GF‑1号卫星遥感影像，利用卷积神经网络AlexNet进行深层特征提取，然后利用支持向量机SVM进行分类，最后进行分类图配准和差值计算实现土地利用变化检测。与传统的基于光谱特征和光谱纹理特征的土地利用变化检测方法相比，检测精度更好，泛化能力强。