一种基于深度学习和二进制编码的遥感图像分类方法

摘要

本发明公开了一种基于深度学习和二进制编码的遥感图像分类方法。首先采用局部二值模式LBP提取图像的统计纹理特征，对ResNet‑50提取的深层特征的进行补充，并进一步指导融合网络的特征学习，以增强特征的可分辨性。特征融合后，特征的多样性和复杂性都增加了，因此本发明提出了新的损失函数，在交叉熵函数的基础上加入了一个正则项，来进一步指导网络参数的学习从而提高网络在遥感图像上的分类性能。