结合双深度学习特征的高光谱遥感图像分类

摘要 光谱信息和空间信息相结合在高光谱遥感图像分类领域是提高分类准确率的一种手段.因此提出了结合两种光谱-空间特征的分类方法:一种是使用保边松弛算法对图像进行保边去噪预处理,然后使用卷积神经网络提取光谱维的特征;另一种是先对预处理后的图像的光谱维降维,取像素的一定邻域大小形成的图像块,并使用另外一个卷积神经网络提取图像块的空间特征;然后将这两个提取的特征串行拼接,最后使用支持向量机进行分类.为了验证本文提出的方法的有效性,在两个常用的高光谱图像数据集进行分类实验,结果显示提取的两种特征光谱-空间特征结合后能有效提高图像分类准确率