乔星星,施文灶,刘芫汐,林耀辉,何代毅,王 磊,温鹏宇,孙雯婷

1(福建师范大学 光电与信息工程学院,福州 350007)

2(福建师范大学 福建省光电传感应用工程技术研究中心,福州 350007)

3(福建师范大学 医学光电科学与技术教育部重点实验室,福州 350007)

4(福建师范大学 福建省光子技术重点实验室,福州 350007)

1 引言

如今遥感技术日渐发达,遥感图像有丰富的地表信息及更高的空间分辨率[1],遥感图像场景分类成为一个研究热点.图像场景分类是遥感图像数据处理的重要内容,也是处理图像检测,图片识别问题的重要手段,在计算机领域内已经是极其重要且富有研究价值的方向,在城市规划,土地利用等方面也得到了广泛利用.通过人工对图像进行分类虽然可以得到准确率较高的结果,但随着图片种类及数量的剧增,仅靠传统的人工分类难以满足分类领域的要求,深度卷积神经网络(Convolutional Neural Network,CNN)方法已经开始应用于遥感图像场景分类.面对媒体平台的海量遥感图像,如何通过神经网络模型[2]来提取数据集的深层次特征已成为当前遥感图像场景分类的关键性问题.

遥感图像场景主要包括森林,河流,田地等自然景象和高速公路,飞机场,建筑物等人文景象,图像体现类内有明显相同特征,类间无明显相同特征的特点[3].场景是对遥感图像数据的高级语义分析,对遥感数据集进行多场景分类的目的是依照图片里的信息对数据进行语义分类,其关键就在于对图……