基于多维度特征遥感图像分类方法的研究

作     者：王佳鑫 任彦 王盛越 高晓文 叶玉伟 WANG Jiaxin;REN Yan;WANG Sengyue;GAO Xiaowen;YE Yuwei

作者机构：内蒙古科技大学信息工程学院内蒙古包头014010 包头市农牧科学技术所内蒙古包头014010 

出 版 物：《光电子．激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2022年第33卷第8期

页      面：807-814页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

基　　金：国家自然科学基金(620630271) 内蒙古科技计划项目(2020GG0048) 内蒙古自然科学基金(2019MS06002) 内蒙古自治区高等学校青年科技英才支持计划(NJYT22057)资助项目 

主　　题：图像处理 高光谱图像分类 卷积神经网络 深度学习 遥感图像 

摘      要：为了解决传统高光谱图像分类方法精度低、计算成本高及未能充分利用空-谱信息的问题,本文提出一种基于多维度并行卷积神经网络(multidimensional parallel convolutional neural network,3D-2D-1D PCNN)的高光谱图像分类方法。首先,该算法利用不同维度卷积神经网络(convolutional neural network,CNN)提取高光谱图像信息中的空-谱特征、空间特征及光谱特征;之后,采用相同并行卷积层将组合后的空-谱特征、空间特征及光谱特征进行特征融合;最后,通过线性分类器对高光谱图像信息进行精准分类。本文所提方法不仅可以提取高光谱图像中更深层次的空间特征和光谱特征信息,同时能够将光谱图像不同维度的特征进行融合,减小计算成本。在Indian Pines、Pavia Center和Pavia University数据集上对本文算法和4种传统算法进行对比实验,结果表明,本文算法均得到最优结果,分类精度分别达到了99.210%、99.755%和99.770%。