技术特征:
技术总结
本发明公开了一种基于频带特征融合的GL‑CNN遥感图像场景分类方法,方法实施步骤包括:对原图像进行非下采样小波变换提取出图像的高频子带、低频子带;将原图像的高频子带、原图像进行频带特征融合得到融合高频子带;采用频谱分析的方法分析原图像的低频子带、融合高频子带构成的样本图像的高低频分量,然后联合频谱角向能量分布曲线的平稳区间分析实现融合高频子带与低频子带的样本融合;最后指导卷积神经网络自动提取图像的高低频子带包含的高层特征来实现场景分类。本发明能够克服原高频子带训练产生的过拟合,能够使网络有针对性的学习图像的高低频特征,在场景分类中有明显的优势。
技术研发人员:陈立福;崔先亮;肖红光;邢学敏;袁志辉
受保护的技术使用者:长沙理工大学
技术研发日:2018.12.21
技术公布日:2019.05.07