利用特征选择的遥感图像场景分类

为了提高遥感图像场景分类精度,提出了一种基于增广LDA(LatentDirichletAllocation)模型的特征选择算法.首先对图像进行尺度不变特征变换、颜色直方图、几何模糊特征、局域二值模式和Gabor纹理特征提取,然后引入一种改进的自动选择特征算法,通过交叉验证选出最具针对性的特征组合,再利用LDA将高维特征组合进行降维,最后使用正则化逻辑回归分类器完成场景分类.实验结果表明,与其他特征组合相比,经自动选择后的特征组合可以有效提高遥感图像场景分类的精度.