一种基于深度神经网络的城市土地利用信息分析方法

摘要

本发明公开了一种基于深度神经网络的城市土地利用信息分析方法，包括：采用人工选择地面控制点的方法，对预处理后的全极化SAR数据和光学图像进行配准，分别提取极化特征及光学特征；将极化特征和光学特征组合的特征向量输入到预先训练的SAE分类器中，获取对应光学特征的第一初级分类结果、对应极化特征的第二初级分类结果；SAE分类器为基于深度神经网络架构预先采用标注的样本进行训练获得的分类器；采用D‑S证据理论对所述第一初级分类结果和第二初级分类结果进行决策级融合，获得城市土地利用的分类信息。本发明的方法解决了现有技术中利用单一传感器的城市土地利用提取精度有限的难题。