基于深度融合的卷积神经网络的遥感图像分类方法

摘要

本发明公开了一种基于深度融合的卷积神经网络的遥感图像分类方法，包括将原始遥感图像构建成数据集，对原始遥感图像进行预处理，将预处理后的图像划分为训练集、测试集和验证集，并对训练集进行数据增广；构建深度融合卷积神经网络；训练得到最优网络模型；利用最优网络模型对实测遥感图像分类。本发明给出了一种新的分类方法，构建了新的深度融合的卷积神经网络，将改进的encoder‑decoder模型和VGG16模型相结合，该模型融合了遥感图像的深层特征与中层特征，从而有效克服现有技术对遥感图像特征提取单一或冗余导致分类精度低的缺陷，本发明通过建立新型网络模型获得目标的高级特征表达能力，从而改善遥感图像的分类正确率。