基于多特征融合与Fisher准则的遥感场景图像分类

作     者：高翔 侯宇超 程蓉 续婷 王李祺 白艳萍 GAO Xiang;HOU Yu-chao;CHENG Rong;XU Ting;WANG Li-qi;BAI Yan-ping

作者机构：中北大学数学学院太原030051 

出 版 物：《兰州大学学报（自然科学版）》 (Journal of Lanzhou University(Natural Sciences))

年 卷 期：2023年第59卷第1期

页      面：90-97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：国家自然科学基金项目(61774137,51875535,61927807) 山西省重点研发计划项目(201903D121156) 山西省回国留学人员科研项目(2020-104,2021-108) 

主　　题：多特征融合 Fisher准则 图像分类 

摘      要：提出一种基于多特征融合的Fisher准则分类方法,将提取到的卷积神经网络特征、图像纹理的局部二值模式、方向梯度直方图特征及颜色特征、颜色矩进行有效融合,使其在高维空间上线性可分,利用线性分类器Fisher对特征模型的参数进行微调获得分类结果.将该模型应用于数据集UCM进行测试,与其他分类方法相比,准确率均有所提升;与深度卷积网络GoogLeNet相比准确率提升1.5%.为保证该模型的泛用性,于AID数据集上进行进一步实验,结果验证了该模型的有效性.