基于多尺度特征的遥感图像分类方法研究.docx

基于多尺度特征的遥感图像分类方法研究

目录

基于多尺度特征的遥感图像分类方法研究（1）．．．．．．．．．．．．．．．．．．4

一、内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

二、遥感图像分类基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1遥感图像特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1.1基于光谱特征的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.1.2基于纹理特征的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.1.3基于形状特征的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.2遥感图像分类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.2.1基于统计学的分类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.2.2基于机器学习的分类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.2.3基于深度学习的分类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

三、多尺度特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

3.1多尺度特征的概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.2基于小波变换的多尺度特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．20

3.3基于尺度空间变换的多尺度特征提取．．．．．．．．．．．．．．．．．．．．．．21

3.4基于深度学习的多尺度特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．22

四、多尺度特征在遥感图像分类中的应用．．．．．．．．．．．．．．．．．．．．．．23

4.1多尺度特征融合方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

4.1.1基于特征加权的融合方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

4.1.2基于特征选择的融合方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

4.2多尺度特征在遥感图像分类中的性能分析．．．．．．．．．．．．．．．．．．28

4.2.1分类精度分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

4.2.2分类速度分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

五、实验设计与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

5.1数据集介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

5.2实验方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

5.2.1特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

5.2.2分类算法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

5.3实验结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

5.3.1不同尺度特征对分类结果的影响．．．．．．．．．．．．．．．．．．．．．．．．39

5.3.2不同分类算法的性能比较．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

5.4结果讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

六、多尺度特征遥感图像分类方法的优势与挑战．．．．．．．．．．．．．．．．43

6.1优势分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

6.2挑战与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

七、结论．．．．．．．．．．．．．．．．．．．．．．．