采用样本自动选择的建筑物遥感场景分类方法

来源：电子测量技术杂志2023年第16期北京时间：

作者：郭玉文，孙立双，谢志伟，史振国

单位：沈阳建筑大学交通与测绘工程学院 沈阳 110000

摘要：目前遥感图像建筑物场景分类方法多采用人工标注样本，标注过程需要大量时间。针对该问题，提出了一种采用样本自动选择的高分遥感建筑物场景分类方法。首先，建立光谱特征、几何特征和深度特征的多维高分遥感图像影像对象特征空间；其次，采用决策树初步提取建筑物，构建建筑物场景密度直方图；然后，采用自然间断法对建筑物密度分级，并采用比例法分别在每类场景中提取部分场景图像作为训练样本；最后，采用ResNet50网络对建筑物场景分类。以辽宁省沈阳市浑南区为研究区域和Google Earth遥感图像为实验数据，实验结果表明本文方法能够实现非监督场景分类，总体分类精度和Kappa系数分别为089和082，较原有样本选择方法分类精度提高了3%和8%。

关键词：建筑物场景分类;样本自动选择;深度特征;高分遥感影像

基金资助：国家自然科学基金(42101353)、教育部人文社会科学研究一般项目(21YJC790129)、辽宁省教育厅基本科研项目(LJKMZ20220946)资助