论文部分内容阅读
高分辨率遥感影像空间信息丰富,同时也给地物分类带来挑战。故提出一种基于词袋模型的地物分类方法,通过实验讨论词袋模型在这一问题中的适用性。首先在多尺度影像下随机选取场景,通过场景的底层特征聚类建立多尺度视觉词典;然后用视觉单词表达少量标记样本来训练支持向量机;最后用分类器提取典型地物。结果表明,在多尺度词袋模型表达下,研究区分类总体精度达到92.18%,Kappa系数为0.880 9。对比实验结果表明,词袋模型和多尺度词袋模型可以有效表达语义特征,从而在少量标记样本下提高分类精度。