本发明公开了一种基于特征提取的光学遥感图像水域分类方法,主要解决现有水域分类无法利用水域全局信息,分类精细度低的问题。其实现步骤为:训练用于遥感图像水域检测的卷积神经网络模型;使用训练好的模型检测测试图像,得到测试水域集合;提取现有数据集中训练水域集合;分别标记测试水域集合和训练水域集合的联通域,得到测试联通域和训练联通域,并分别提取这两个联通域的特征,得到测试特征集合和训练特征集合;使用训练特征集合训练随机森林模型;将测试特征集合输入随机森林,得到初始分类结果;使用约束规则优化初始分类结果,得到最终水域分类结果。本发明分类精度高,计算速度快,可用于对渔业资源调查,地质灾害监测及国土资源调查。
声明:
“基于特征提取的光学遥感图像水域分类方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)