作者：许夙晖; 慕晓冬; 赵鹏; 马骥遥感图像场景分类深度卷积神经网络非下采样轮廓波变换多核支持向量机
摘要：针对因样本量小而导致的遥感图像场景分类精度不高的问题,结合非下采样Contourlet变换（NSCT）、深度卷积神经网络（DCNN）和多核支持向量机（MKSVM）,提出了一种基于多尺度深度卷积神经网络（MS-DCNN）的遥感图像场景分类方法。首先利用非下采样Contourlet变换方法对遥感图像多尺度分解,然后对分解后的高频子带和低频子带分别用DCNN训练得到了不同尺度的图像特征,最后采用MKSVM综合多尺度特征并实现遥感图像场景分类。对标准遥感图像分类数据集的试验结果表明,本算法能够结合低频和高频子带对不同类别场景的识别优势,对遥感图像场景取得较好的分类结果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
