结合深度学习的高分辨率遥感影像地物分类方法

安阳 徐(自然资源部第三航测遥感院，中国)

摘要

随着遥感技术的不断发展，尤其是高分辨率遥感影像的广泛应用，地物分类在环境监测、城市规划、农业监控等领域中起到了重要作用。传统的遥感影像分类方法存在精度不足、处理速度慢等问题，而深度学习技术的兴起为地物分类提供了新的思路，能够自动提取影像中的复杂特征，显著提高分类精度。本文通过分析当前深度学习方法在遥感影像中的应用现状及其优势，本文还提出了相关优化策略和未来的发展方向。深度学习技术的应用不仅提高了遥感影像地物分类的准确性，也为智能化遥感技术的发展提供了有力支持。

关键词

深度学习；高分辨率遥感影像；地物分类；特征提取；卷积神经网络

参考

薛琳.运用边缘保持滤波和改进核模糊聚类的遥感影像分类[J].,2024,22(12):42-45+64.

谢晓海.基于收缩卷积神经网络的高分辨率影像分类方法[J].工程勘察,2024,52(12):47-50+62.

刘政江.城市场景下高分辨率遥感影像地物分类方法研究[D].导师：赵庆展.石河子大学,2024.

王伟.基于语义分割网络的高分遥感影像城市绿地分类研究[D].导师：程勇;张文杰.南京信息工程大学,2024.

DOI: http://dx.doi.org/10.12345/xdchgc.v8i4.30721