多层次特征和粒子群优化的场景分类

• 全文链接
• 请求原文

作   者：

张立亭;  喻欣;  罗亦泳;  杨静雯; 

作者机构：

东华理工大学测绘工程学院; 

关键词：

遥感图像;  支持向量机;  卷积神经网络;  尺度不变特征变换;  粒子群算法;  场景分类;  聚集局部描述符编码算法; 

期刊名称：

计算机工程与设计

i s s n：

1000-7024

年卷期：

2023 年 009 期

页   码：

2747-2753

摘   要：

针对遥感图像的场景分类精度问题，提出多层次特征和粒子群算法优化分类器的场景分类算法。利用聚集局部描述符编码算法对尺度不变特征变换算法提取的局部特征编码，获得中层特征，通过卷积神经网络提取高层特征，将提取的特征作为支持向量机的输入数据，引入粒子群算法优化该分类器的参数，进行场景分类。在RSC11和WHU-RS19两个公开的遥感图像数据集上进行实验，分类精度分别达到95.28和97.20。将WHU-RS19数据集的结果与其它方法比较，精度有明显提高。实验结果表明，在分类时对分类器参数进行优化，分类效果更佳。