测绘通报 ›› 2014, Vol. 0 ›› Issue (8): 21-24.doi: 10.13474/j.cnki.11-2246.2014.0251

• 学术研究 • 上一篇    下一篇

条件随机场建模的大尺度空间上下文的高分辨率遥感图像分类

杨耘1,2,隋立春1,2   

  1. 1. 长安大学 地质工程与测绘学院;2. 西部矿产资源与工程教育部重点实验室
  • 收稿日期:2013-10-22 出版日期:2014-08-25 发布日期:2014-08-25
  • 基金资助:

    国家自然科学基金(41301386;41372330);中央高校基本科研业务费专项资金(CHD2011JC085)

High Resolution Remote Sensed Imagery Classification Method Using Conditional Random Fields Modelling Large Scale Spatial Context

  • Received:2013-10-22 Online:2014-08-25 Published:2014-08-25

摘要:

表达和利用目标空间下文及语义信息是高空间分辨率图像分类的一项关键技术。而条件随机场(CRFs)在空间上下文建模以及分类预测方面有其独特优势。但是基于单尺度分析的CRFs模型存在“不能描述大尺度的空间上下文信息”的问题。因此,针对高分辨率图像分类问题,本文提出了一种两级空间上下文特征分析的CRFs模型。该模型描述如下:先对图像进行分层及逐层特征提取,并进行“对象层-目标层”特征关联;再用支持向量机(SVM)的概率输出定义CRFs模型的关联势函数,利用分层特征加权的Potts函数定义交互势函数。最后采用分段学习及最大-积消息传递算法对该模型进行训练和推理。用Quickbird及大比例尺航空图像城区场景进行实验,结果表明:与单尺度下的基于像素、对象层或目标层分割的SVM-CRFs相比,本文提出的模型其分类精度均有所提高,分类效率较高。

关键词: 条件随机场(CRFs), 大尺度空间上下文, 支持向量机, 高分辨率遥感, 图像分类