一种融合深度特征和显著性特征的遥感图像场景分类方法

摘要

本发明公开了一种融合深度特征和显著性特征的遥感图像场景分类方法，首先，利用原始图数据集对在ImageNet数据集上训练好的卷积神经网络进行微调，并利用微调后的卷积神经网络提取原始数据集图像的深度特征；然后，通过显著性检测方法处理原始图数据集得到显著图，并利用在显著图数据集上微调后的卷积神经网络提取显著图的显著性特征；接下来，通过并行特征融合策略融合两种特征，利用融合后的特征训练支持向量机；最后，通过训练好的支持向量机对目标数据集图像进行分类。本发明能够同时获取原始图像的全局信息和突出性信息，有效的提高特征向量的区分性，对遥感图像场景具有更好的特征表达能力和分类精度。