基于多特征空间及其优化的城市遥感图像目标识别
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金青年基金(41701491); 福建省自然科学基金面上项目(2017J01464, 2018J01619)


Target Recognition in Urban Remote Sensing Images Based on Multi-feature Space and Its Optimization
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    城市遥感图像目标识别能够监测城市地物类型, 是近年来的热点研究话题, 然而, 基于像元的传统方法不能充分利用高分辨率遥感图像的特征信息, 基于对象的传统方法无法精确提取到对象. 针对传统方法的不足, 本文提出一种基于多特征空间及其优化的城市遥感图像目标识别方法, 该方法以两种传统方法为前提, 在联合像元特征与对象特征的基础上, 补充VGG19网络提供的深度特征来构建多特征空间, 利用XGBoost算法对多特征空间进行特征选择, 建立了一个最优特征空间, 最后送入随机森林识别器, 从而实现对城市遥感图像目标的识别. 实验结果显示, 本文方法的识别精度达到87.89%, Kappa系数达到0.83, 对研究区域具有较高的识别能力, 是一种城市遥感图像目标识别的有效方法.

    Abstract:

    Target recognition in urban remote sensing images can help monitor the types of urban features and is a hot research topic in recent years. However, the traditional pixel-based method cannot make full use of the features of high-resolution remote sensing images, whereas the traditional object-based method cannot accurately extract the objects. To address the shortcomings of the traditional methods, this study proposes a method of target recognition in urban remote sensing images based on the multi-feature space and its optimization. This method takes the two traditional methods as the premise, combines pixel features with object features, and constructs the multi-feature space by supplementing depth features provided by the VGG19 network. The XGBoost algorithm is used to select features in the multi-feature space. An optimal feature space is established and sent to the random forest recognizer to achieve the target recognition in urban remote sensing images. The experimental results show that the recognition accuracy of the proposed method is 87.89%, and the Kappa coefficient is 0.83, which means this method displays a high recognition capability in the study area and is an effective method for target recognition in urban remote sensing images.

    参考文献
    相似文献
    引证文献
引用本文

刘芫汐,施文灶,孙雯婷,温鹏宇,王磊.基于多特征空间及其优化的城市遥感图像目标识别.计算机系统应用,2022,31(5):1-8

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-07-11
  • 最后修改日期:2021-08-04
  • 录用日期:
  • 在线发布日期: 2022-02-21
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号