[发明专利]基于特征池化与除归一化表示的高分辨率遥感图像分类方法

摘要

一种基于特征池化与除归一化的遥感图像分类方法，首先对遥感图像进行线性滤波，采用特征池化对线性滤波结果的特征进行合并，而后通过除归一化降低遥感图像中的高阶相关性，以稠密网格方式提取局部描述子，最后经Hellinger核映射与特征降维后进行特征编码形成遥感图像的全局表达，再经训练与预测后完成对遥感图像的分类，本发明能够获得较高的图像分类精度，消除了图像中的低阶高阶统计相关性的冗余增强目标位置不变性，特征压缩紧凑，降低了特征维度，提高了计算效率，获得了更好的分类性能，简单易实现，精度高。

主权项

1.一种基于特征池化与除归一化的遥感图像分类方法，其特征在于，首先对遥感图像进行线性滤波，采用特征池化对线性滤波结果的特征进行合并，而后通过除归一化降低遥感图像中的高阶相关性，以稠密网格方式提取分歧归一化因子，最后经Hellinger核映射与特征降维后进行特征编码形成遥感图像的全局表达，再经训练与预测后完成对遥感图像的分类；所述的除归一化是指：对经过池化后所得的池化特征图，设定wSz×wSz大小的除归一化窗口，将窗口中心位置的池化特征值作为分母，此窗口内周围其它位置的池化特征值的累积和以及基本响应作为分子进行除操作后乘以总体响应，设定除归一化窗口的滑动步长为1，完成对池化特征图中所有空间位置的除归一化操作，具体为：除归一化结果其中：γ表示总体响应，β决定基本响应，σ防止分母除零，m、p、q表示单个输入的放大指数，与表示第j块和第k块的池化特征值的累积，window表示除归一化的窗口区域大小，窗口包含邻近的wSz×wSz块。