[发明专利]一种基于重叠池化的高光谱遥感影像分类方法

权利要求书

1.一种基于重叠池化的高光谱遥感影像分类方法，其特征在于：包括以下步骤：

S1：选取高光谱遥感图像数据集；

S2：对步骤S1得到的高光谱遥感图像数据集进行预处理；

S3：确定感兴趣的地物类别数，构建训练样本集和测试集；

S4：构建基于重叠池化的卷积神经网络模型；

S5：用步骤S4所构建的模型对步骤S2预处理得到的数据集进行分类，并对分类结果进行分析评价。

2.根据权利要求1所述的基于重叠池化的高光谱遥感影像分类方法，其特征在于：所述步骤S2中，预处理为：将高光谱遥感图像数据集中每一个一维形式的像素点光谱矢量转化为二维矩阵的形式。

3.根据权利要求1所述的基于重叠池化的高光谱遥感影像分类方法，其特征在于：所述步骤S4中，卷积神经网络模型包括Block1、Block2、Block3和Block4这4个块，以及1个全连接层。

4.根据权利要求3所述的基于重叠池化的高光谱遥感影像分类方法，其特征在于：其中，Block1包括卷积层、最大池化层和修正线性激活层，Block2包括卷积层、ReLU层和平均池化层，Block3包括卷积层、ReLU层和平均池化层，Block4包括卷积层和ReLU层。

5.根据权利要求1所述的基于重叠池化的高光谱遥感影像分类方法，其特征在于：所述步骤S5中，采用Softmax-Loss分类模型完成数据集的分类，采用总体分类精度和卡帕系数来评估模型的分类性能。