基于面向對象與深度學習的典型地物提取
摘要：針對遙感圖像地物分割問題面向對象方法可以將不同地物分割到不同的對象之中,在很大程度上解決了農作物、林地、水體、道路、建筑物等典型地物的混分問題,但面向對象方法對于形狀、紋理等特征描述仍不夠全面,信息量還不足以支撐完整的地物分類、識別。提出一種將面向對象與深度學習相結合的新方法,選用卷積神經網絡Caffe框架,對訓練樣本數據進行深度學習,掌握不同對象的紋理等特性,形成深度學習模型,反過來指導對象分類。實驗表明,新方法可以有效解決典型地物分不準的問題。
注: 保護知識產權,如需閱讀全文請聯系國土資源遙感雜志社
相關推薦
更多
