公开(公告)号：CN104517120B

公开(公告)日：2018-12-25

申请号：CN201410733535.X

申请日：2014-12-04

Applicant: 西安电子科技大学

Inventor： 王爽 ,  焦李成 ,  鲍珍珍 ,  刘红英 ,  熊涛 ,  马文萍 ,  马晶晶 ,  梁建华

IPC: G06K9/62

Abstract: 本发明公开了一种基于多路分层匹配追踪算法的遥感图像场景分类方法，主要解决现有技术分类精度不高的问题，其实现步骤为：(1)分别建立对遥感场景图像进行分类的训练集和测试集；(2)采用五种不同的滑窗对图像进行密集采样，得到图像采样点；(3)用K‑SVD算法字典学习；(4)对图像采样点进行稀疏编码；(5)对图像进行块最大池化；(6)针对不同滑窗得到的图像块大小，分别建立第二层或第三层特征学习过程；(7)用金字塔模型和最大池化得到图像特征向量；(8)用半监督的支持向量机进行分类。本发明充分利用图像本身的信息建立了不同层次不同路径的特征学习过程，可用于遥感图像的场景检测和目标识别。

公开(公告)号：CN104517120A

公开(公告)日：2015-04-15

申请号：CN201410733535.X

申请日：2014-12-04

Applicant: 西安电子科技大学

Inventor： 王爽 ,  焦李成 ,  鲍珍珍 ,  刘红英 ,  熊涛 ,  马文萍 ,  马晶晶 ,  梁建华

IPC: G06K9/62

CPC classification number: G06K9/6269 ,  G06K9/6256

Abstract: 本发明公开了一种基于多路分层匹配追踪算法的遥感图像场景分类方法，主要解决现有技术分类精度不高的问题，其实现步骤为：(1)分别建立对遥感场景图像进行分类的训练集和测试集；(2)采用五种不同的滑窗对图像进行密集采样，得到图像采样点；(3)用K-SVD算法字典学习；(4)对图像采样点进行稀疏编码；(5)对图像进行块最大池化；(6)针对不同滑窗得到的图像块大小，分别建立第二层或第三层特征学习过程；(7)用金字塔模型和最大池化得到图像特征向量；(8)用半监督的支持向量机进行分类。本发明充分利用图像本身的信息建立了不同层次不同路径的特征学习过程，可用于遥感图像的场景检测和目标识别。