基于高分遥感影像区域信息和卷积神经网络的分类方法

摘要

本发明公开了一种基于高分遥感影像区域信息和卷积神经网络的分类方法。针对卷积神经网络用于遥感影像分类使用固定大小窗口遍历时，影像采样窗口数量过多，导致的分类效率低下问题，本文提出一种基于影像区域特性的采样窗口确定方法，提高分类效率。首先对影像过分割得到影像的区域信息，在区域中按一定准则确定采样窗口，然后将采样窗口数据送入卷积神经网络进行分类，分类结果即为对应区域的分类结果。本发明针对现有方法在高分辨率遥感影像中的局限性，将深度学习中的卷积神经网络模型引入，使其提取影像特征，为遥感影像分类提供了新的技术方案，提高了分类的精度和效率。