公开(公告)号：CN102622607A

公开(公告)日：2012-08-01

申请号：CN201210043064.0

申请日：2012-02-24

Applicant: 河海大学

Inventor： 李士进 ,  刘帅 ,  邹阳 ,  姜玲玲 ,  洪凡荣 ,  万定生 ,  冯钧 ,  朱跃龙

IPC: G06K9/62

Abstract: 本发明公开了一种基于多特征融合的遥感图像分类方法，包括以下步骤：步骤A、分别提取训练集遥感图像的视觉词袋特征、颜色直方图特征和纹理特征；步骤B、分别利用训练集遥感图像的视觉词袋特征、颜色直方图特征和纹理特征进行支持向量机训练，得到三个不同的支持向量机分类器；步骤C、对于未知的测试样本，分别提取其视觉词袋特征、颜色直方图特征和纹理特征，并利用步骤B中所得到的相应的支持向量机分类器进行类别预测，得到三组类别预测结果，然后采用加权综合法对三组类别预测结果进行综合，从而得到最终的分类结果。本发明进一步采用改进的词袋模型进行视觉词袋特征提取。相比现有技术，本发明可以获得更精确的分类结果。

公开(公告)号：CN102622607B

公开(公告)日：2013-09-25

申请号：CN201210043064.0

申请日：2012-02-24

Applicant: 河海大学

Inventor： 李士进 ,  刘帅 ,  邹阳 ,  姜玲玲 ,  洪凡荣 ,  万定生 ,  冯钧 ,  朱跃龙

IPC: G06K9/62

Abstract: 本发明公开了一种基于多特征融合的遥感图像分类方法，包括以下步骤：步骤A、分别提取训练集遥感图像的视觉词袋特征、颜色直方图特征和纹理特征；步骤B、分别利用训练集遥感图像的视觉词袋特征、颜色直方图特征和纹理特征进行支持向量机训练，得到三个不同的支持向量机分类器；步骤C、对于未知的测试样本，分别提取其视觉词袋特征、颜色直方图特征和纹理特征，并利用步骤B中所得到的相应的支持向量机分类器进行类别预测，得到三组类别预测结果，然后采用加权综合法对三组类别预测结果进行综合，从而得到最终的分类结果。本发明进一步采用改进的词袋模型进行视觉词袋特征提取。相比现有技术，本发明可以获得更精确的分类结果。