论文部分内容阅读
深度学习方法作为大数据自动分类工具时表现出较高的性能,但是在处理遥感图像任务时（比如图像分类问题）表现出效率较低。为此,提出一种新的基于局部分类器和深度神经网络的遥感图像分类算法。首先从原始图像中提取多个局部特征,并将这些特征输入给用于判决的深度神经网络,然后按照分配给图像标签对每个局部特征进行分类。最后根据简易的投票方法判决整体图像的结果。利用World View2高分辨率卫星遥感影像数据进行了分类实验,结果显示：提出的方法优于其他分类方法具有较好的分类准确性和分类效率。