摘要
本发明属于土地覆盖分类技术领域,涉及一种基于空间信息增强的影像土地覆盖分类方法,包括:获取光影图像和SAR图像;对光影图像和SAR图像进行增强处理;将增强后的光影图像和SAR图像分别输入到ResNet网络中进行特征提取,得到两个特征图;将两个特征图分别输入到自适应融合模块中,得到融合特征;将融合特征输入到多尺度语义特征模块,得到多尺度特征;将多尺度特征输入到空间信息提取模块,得到空间信息;将空间信息输入到分类器中,得到分类土地覆盖分类结果;采用综合评价方法对分类结果进行评价;通过设计多尺度特征提取模块,包括空洞空间金字塔池化和多尺度卷积核模块,实现了对深层特征的高效捕捉。
技术关键词
土地覆盖分类方法
融合特征
分支卷积神经网络
综合评价方法
上下文特征
影像
多尺度特征提取
土地覆盖分类技术
多尺度语义特征
融合多尺度特征
模块
原始图像数据
条带
空间金字塔
互补特征
权重特征
系统为您推荐了相关专利信息
构图结构
结构重构方法
强化学习模型
融合特征
变量
视频生成方法
关键帧
视频帧
图像编码器
融合特征
网络拓扑结构
网络探针
网络流量数据
团伙识别
融合特征
资源推荐方法
跨模态融合特征
注意力
知识图谱补全算法
点击率预测
压力预测方法
曲线
助听系统
柔性汗液传感器
融合特征