| 基于多特征软概率级联的场景级土地利用分类方法 |
| |
| 引用本文： | 刘越岩,汪林宇,张斌,门计林. 基于多特征软概率级联的场景级土地利用分类方法[J]. 农业工程学报, 2016, 32(22): 266-272. DOI: 10.11975/j.issn.1002-6819.2016.22.037 |
| |
| 作者姓名： | 刘越岩 汪林宇 张斌 门计林 |
| |
| 作者单位： | 中国地质大学土地资源管理系,武汉,430074 |
| |
| 基金项目： | 国家自然科学基金资助项目（41601480，41201429）；湖北省自然科学基金资助（2014175083）；对地观测技术国家测绘地理信息局重点实 验室开放基金（NO. K201407） |
| |
| 摘 要： | 为实现高分辨率遥感影像特征的有效组织优化,以及提高特征的可判别性,该文提出了基于中层特征学习的多特征软概率级联模型实现场景级土地利用分类。首先,提取影像的密集尺度不变转换特征(dense scale invariant feature transform,DSIFT)、光谱特征(spectral feature,SF)以及局部二值模式特征(local binary pattern,LBP)作为低层特征;然后由局部约束线性编码(locality-constraint linear coding,LLC)分别对DSIFT特征、SF特征以及LBP特征进行稀疏编码得到3种低层特征的稀疏系数,并结合空间金字塔匹配(spatial pyramidal matching,SPM)模型、最大空间平滑方法对稀疏系数进行优化,获得影像的中层特征表达;最后,利用SVM分类器,分别对3种低层特征的中层特征表达进行分类,并分别计算3种低层特征分类的软概率,级联3种特征的软概率将其作为图像最终的特征表达,利用SVM分类器进行第2次分类得到最终分类结果。采用UC-Merced Land Use数据集对该方法进行了验证,试验结果表明:1)该方法总体精度达到88.6%,相较于传统稀疏编码空间金字塔匹配(sparse coding and spatial pyramidal matching,Sc SPM),局部约束线性编码(locality-constraint linear coding,LLC)等分类方法,总体精度分别提高了12.7%,9.9%;2)相较于提取单一低层特征的场景分类方法,该文算法更有利于实现对影像中复杂且不易区分的地物的表达,可有效提高土地利用分类精度。
|
| 关 键 词： | 遥感 分类 土地利用 高分辨率 局部约束线性编码 支持向量机 |
| 收稿时间： | 2016-06-13 |
| 修稿时间： | 2016-06-28 |
Scene-level land use classification based on multi-features soft-probability cascading |
| |
| Liu Yueyan,Wang Linyu,Zhang Bin and Men Jilin. Scene-level land use classification based on multi-features soft-probability cascading[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(22): 266-272. DOI: 10.11975/j.issn.1002-6819.2016.22.037 |
| |
| Authors: | Liu Yueyan Wang Linyu Zhang Bin Men Jilin |
| |
| Affiliation: | China University of Geosciences, Department of Land Resources Management, Wuhan 430074, China,China University of Geosciences, Department of Land Resources Management, Wuhan 430074, China,China University of Geosciences, Department of Land Resources Management, Wuhan 430074, China and China University of Geosciences, Department of Land Resources Management, Wuhan 430074, China |
| |
| Abstract: | |
| |
| Keywords: | remote sensing classification land use high resolution locality-constraint linear coding support vector machine |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载全文 |
|
