高分辨率遥感影像的多特征多核ELM分类方法

论文摘要

针对高分辨率遥感影像地物分布复杂多变,利用ELM的快速分类性能,提出了一种ELM的多特征多核高分辨率遥感影像分类方法。首先利用多尺度分割算法将原始影像粗分为若干地物区域;然后依据区域合并准则对粗分割图像合并得到典型地物特征的对象信息,并提取分割对象的光谱特征与空间特征;最后以多种核函数加权组合的方式构建多核ELM对影像分类,获得最终的分类结果。实验结果表明,所提方法不仅降低了对目标训练样本的要求,同时还提高了分类的准确性、及时性和完整性。

论文目录

• 1 引言
• 2 影像分类过程
• 3 影像复合特征
•   3.1 区域合并的影像分割算法
•   3.2 获取空间特征与复合特征
•     3.2.1 归一化
•     3.2.2 多尺度空间特征
•     3.2.3 光谱和空间复合特征
• 4 基于多核ELM的影像分类
•   4.1 极限学习机
•   4.2 多核ELM基本原理
• 5 实验结果与分析
•   （1） 主观评价（如图1所示）:
•   （2） 客观评价:
• 6 结束语

文章来源

类型: 期刊论文

作者: 楚恒,蔡衡,单德明

关键词: 高分辨率遥感影像,极限学习机,多尺度分割,区域合并,核函数

来源: 计算机工程与科学 2019年10期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 重庆邮电大学通信与信息工程学院,重庆高校市级光通信与网络重点实验室,泛在感知与互联重庆市重点实验室,重庆市勘测院

基金: 重庆高校创新团队建设计划(CXTDX201601020)

分类号: TP751

页码: 1816-1822

总页数: 7

文件大小: 1786K

下载量: 129