姜亚楠，张 欣，张春雷，仲诚诚，赵俊芳

(1.中国地质大学(北京)数理学院，北京 100083；2.北京师范大学统计学院，北京 100875；3.北京中地润德石油科技有限公司，北京 100083)

0 引言

在地球观测技术的不断发展下，地球空间信息的获取已经进入了高分辨率的时期，描述地球空间信息的遥感影像数据已经成为人类认识世界、理解世界的重要信息来源[1]。高分辨率遥感图像中具有光谱特征信息和精细的多尺度空间结构特征，因此如何有效地从遥感图像中提取表征以及融合这些信息就成为了限制高分辨率遥感图像信息应用深入发展的关键。

按照图像特征反映信息的程度可以将其分为底层视觉特征、中层视觉特征和高层视觉特征3类，采用由简到繁逐步变化的处理方法，首先是直接提取图像光谱、纹理、结构信息的底层视觉特征；其次是对提取的底层场景特征进行编码，再进一步提取更具判别能力信息的中层视觉特征；最后是利用深度网络模型提取图像抽象信息的高层视觉特征[2]。

早期传统的遥感图像场景分类方法主要是基于底层和中层特征的人工提取技术，通过考虑图像的局部或全局的各种特征，根据其光谱、纹理、形状和空间结构等信息来进行特征提取，且获取的特征具有可解释性强的优点，其中具有代表性的特征提取方法包括尺度不变特征变换(scale-invariant feature transform，SIFT)、局部二进制模式(local binary pattern，LBP)、Gabor滤波器、灰度共生矩阵(gray-level co-occurrence matrix，GLCM)和方向梯度直方图(histogram of oriented gradient，HOG)等，常将其应用于图像场景分类[3-6]。……