遥感图像场景分类方法总结

本文介绍了遥感图像场景分类的基本原理和技术方法,包括基于底层视觉特征的直接提取,如SIFT、LBP等;基于中层视觉表达的特征编码方法,如BOVW、SPM等;以及基于高层视觉信息的深度网络模型,如CaffeNet、GoogLeNet等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

遥感图像场景分类一般假定相同类别的场景应该共享相似的特征信息,基于此,遥感图像场景分类方法可以分为三大类:基于底层视觉特征,基于中层视觉表达,基于高层视觉信息。


底层视觉特征:直接提取遥感图像的光谱,纹理,结构信息

SIFT,LBP,CH,GIST,HOG


中层视觉表达:对提取的底层场景特征进行编码,进一步提取更具判别能力的特征表达

BOVW,SPM, LLC, PLSA, LDA,  FV,VLAD,VLAT


高层视觉信息:深度网络模型提取图像的抽象语义信息

CaffeNet , VGG-VD-16,  GoogLeNet 



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值