论文部分内容阅读
针对目前利用深度学习技术进行高分光学遥感图像分类方法研究中尚存在的不足,本文提出了一种以多时相遥感数据为数据源,面向农作物种植信息提取的分类算法。该算法首先获取农作物在若干典型生长时期的光学遥感图像并进行配准等预处理,然后建立了一种以像素为单位的数据组织结构,该结构包含不同生长时期的作物信息、纹理信息,能较好地解决现有分类研究中信息不足的问题;接着以前馈神经网络为基础,建立了一种以像素为单位的分类算法,最后以得到的逐像素分类结果为基础进行成图。与同类方法相比,本文提出的算法综合考虑了农作物在不同生长