《一种基于训练样本自动优化的遥感影像循环分类方法》

技术简介：

本发明涉及一种基于训练样本自动优化的循环分类方法。这种方法充分利用前一次分类结果所提供的精度信息不断调整和优化用于下一次分类的训练样本,然后采用优化后的分类训练样本再次对遥感图像进行自动分类；如此形成一个循环分类过程,直到前后两次的分类精度趋于稳定则停止分类。该方法具有自动优化训练样本、同等量训练样本最大化利用、相比同等分类算法精度高、适用性强等特点。通过验证,该方法适用于遥感分类应用中的多数监督分类方法；尤其是当训练样本中含有很多噪声,需要自动对训练样本进行优化以提高分类精度的情况。在实际应用中,本方法主要应用于涉及大范围的土地覆盖/利用或专题(例如,农作物)的遥感分类。

研发人员：纪斯宬;顾建宇;陈强;徐玉峰;孙旭;孙晨峰