基于卷积神经网络的多时态遥感影像地表覆盖分类方法

摘要

本发明公开了一种基于卷积神经网络的多时态遥感影像地表覆盖分类方法，包括以下步骤：步骤1：输入旧时态和新时态高分率遥感影像数据并进行相应预处理；步骤2：构建卷积神经网络，包括对步骤1输入的两个时态数据进行特征提取，并对高维特征图进行上采样；步骤3：引入时态修正算法，通过旧时态的分类结果对比参考真值进行时态修正，从而获取修正量，用于修正分类错误；步骤4：地表覆盖分类结果后处理，消除因新、旧时态的预测图斑不完全重叠导致新时态的输出结果经过时态修正后而产生许多碎片图斑，提高地表覆盖分类精度。该方法能够进一步地提高地表覆盖分类精度。