技术总结
本发明属于遥感图像处理领域，尤其涉及一种基于非监督特征学习的高分辨率遥感图像场景分类方法。本发明首先利用显著度检测提取图像的显著度信息，根据图像不同位置的显著度信息，从图像中根据显著度的大小随机采样选取图像块；利用特征稀疏性目标函数和最小重构残差目标函数学习图像块特征表达；最后，利用学习出来的特征算子，对待识别的遥感影像的图像数据进行卷积操作，提取图像特征，将提取出来的特征输入支持向量机进行分类。本发明利用显著度检测提取图像的显著度信息，利用稀疏自编码从图像中学习特征表达，使学习到的特征在场景识别中更具有鲁棒性。
技术研发人员：张帆;杜博;张良培
受保护的技术使用者：武汉大学
文档号码：201610629096
技术研发日：2016.08.03
技术公布日：2016.12.21