仪器仪表学报

作者：涂 潮，刘万军，赵琳琳，曲海成

单位：涂 潮,1. 辽宁工程技术大学测绘与地理科学学院,,刘万军,2. 辽宁工程技术大学软件学院,,赵琳琳,2. 辽宁工程技术大学软件学院,,曲海成,2. 辽宁工程技术大学软件学院,

关键词：高光谱影像;多尺度特征融合;空洞卷积;密集网络

基金：国家自然科学基金面上项目(42271409)资助

为了在有限训练样本情况下充分提取高光谱影像的空间光谱特征,提高分类精度,提出一种结合空洞卷积和密集网络的高光谱影像分类方法。首先,构建多尺度空洞特征提取模块,引入不同数量的空洞卷积层和普通卷积层通过级联的方式增大模型的感受野,并提取多尺度特征。然后,在多尺度空洞特征提取模块之间建立密集连接,实现特征复用的同时缓解梯度消失问题,而模块内部无密集连接,避免构建深度网络而导致网络参数过多的问题。最后,将得到的特征依次通过池化层,全连接层和Softmax层完成分类。另外,本文在全连接层后加入dropout正则化防止出现过拟合。在IndianPines和WHU-Hi-Longkou数据集上与经典分类方法进行对比,本文方法OA分别为98.75%和98.82%。实验结果表明,本文设计的网络模型在有限训练样本情况下,分类效果最优。

来源：2024年第4期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第4期