基于机器学习及局部和全局特征融合的遥感图像分类方法

摘要

本发明公开了一种基于机器学习及局部和全局特征融合的遥感图像分类方法，涉及高光谱遥感图像分类技术领域。本发明包括以下步骤：S1：构建机器学习架构；S2：获取高光谱数据集，并从高光谱数据集获得训练集和测试集；S3：训练机器学习架构结构；S4：利用测试集对步骤S3得到的训练好的机器学习架构模型进行测试，获取图像分类结果。本申请通过对深层局部特征以及全局特征的提取，能够获得更全面的特征用于最终的分类，分类效果佳，经测试，本申请所述的图像分类方法的总体精度OA、平均精度AA、卡帕系数KAPPA分别能够达到84.36%、91.44%、0.8223。