一种基于多分支网络融合模型的光学遥感图像分类方法

摘要

本发明涉及一种基于多分支网络融合模型的光学遥感图像分类方法，该方法包括如下步骤：S1，构建多分支网络融合模型，包含一个主分支S、至少一个旁分支{T_k，k＝1，...，K，K≥1}；S2，采集光学遥感图像作为训练图像，并对训练图像进行类别标注，利用反向传播算法从已标注的训练图像中学习出多分支网络融合模型参数；S3，图像通过主分支S中的输入层I输入到已学习好参数的多分支网络融合模型中，图像经过主分支S的逐层处理和所有旁分支{T_k}的逐层处理，最后通过主分支S中的裁剪层W输出分类得分图像。本发明利用多分支网络融合了浅层和深层图像特征，极大地提高了光学遥感图像分类精度，并且能够一次生成与输入图像相同尺寸的密集语义分割结果，提高图像分类效率。