[发明专利]一种遥感影像面向对象分类方法及分类装置有效
| 申请号： | 201910647296.9 | 申请日： | 2019-07-17 |
| 公开（公告）号： | CN110458201B | 公开（公告）日： | 2021-08-24 |
| 发明（设计）人： | 张德政;史家兴;许东梅;李鹏;赵伟康;孙振起;杨容季 | 申请（专利权）人： | 北京科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00;G06K9/34 |
| 代理公司： | 北京市广友专利事务所有限责任公司 11237 | 代理人： | 张仲波 |
| 地址： | 100083*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种遥感影像面向对象分类方法及分类装置，能够提高遥感影像分类准确度。所述方法包括：获取遥感影像数据；通过面向对象多尺度分割算法，对获取的遥感影像数据进行分割，得到影像对象块；将深度卷积神经网络与循环神经网络相结合，并添加跳跃连接，构建VGG16‑BiLSTM‑Skip模型，其中，VGG16表示16层的深度卷积神经网络，BiLSTM表示双向长短时记忆循环神经网络，Skip表示跳跃连接；利用影像对象块对构建的VGG16‑BiLSTM‑Skip模型进行训练，得到影像对象块的分类器，所述分类器，用于对遥感影像进行分类。本发明涉及图像处理领域。 | ||
| 搜索关键词： | 一种 遥感 影像 面向 对象 分类 方法 装置 | ||
【主权项】：
1.一种遥感影像面向对象分类方法，其特征在于，包括：/n获取遥感影像数据；/n通过面向对象多尺度分割算法，对获取的遥感影像数据进行分割，得到影像对象块；/n将深度卷积神经网络与循环神经网络相结合，并添加跳跃连接，构建VGG16-BiLSTM-Skip模型，其中，VGG16表示16层的深度卷积神经网络，BiLSTM表示双向长短时记忆循环神经网络，Skip表示跳跃连接；/n利用影像对象块对构建的VGG16-BiLSTM-Skip模型进行训练，得到影像对象块的分类器，所述分类器，用于对遥感影像进行分类。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京科技大学，未经北京科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910647296.9/，转载请声明来源钻瓜专利网。
