地理空间信息

2020, v.18;No.125(01) 67-72+9

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

卷积神经网络与MRF相结合的高光谱图像分类
Hyperspectral Image Classification Based on Convolutional Neural Network and MRF

马佩坤;李艳;黄小赛;高扬;

摘要(Abstract):

针对传统分类方法需要人工提取特征以及分类结果出现的噪声现象,提出了基于深度卷积神经网络(DCNNs)和马尔科夫随机场(MRF)的影像分类方法。首先通过数据预处理以三维图像为输入数据,利用DCNNs"端对端"的特征在提取图像更深层次特征的同时获得初始分类预测;再利用MRF模型对分类预测结果进行空间结构规则化,获得最后的分类结果。在Indian Pines和Pavia University两个公开数据集进行实验,结果表明该算法不仅提高了分类效率,而且有效解决了传统方法中出现的同类区域噪声现象,明显提高了影像的分类精度。

关键词(KeyWords): 高光谱遥感;图像识别;卷积神经网络;MRF;深度学习

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(41371331)

作者(Author): 马佩坤;李艳;黄小赛;高扬;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享