留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用主题模型的遥感图像场景分类

徐侃 杨文 陈丽君 孙洪

徐侃, 杨文, 陈丽君, 孙洪. 利用主题模型的遥感图像场景分类[J]. 武汉大学学报 ● 信息科学版, 2011, 36(5): 540-543.
引用本文: 徐侃, 杨文, 陈丽君, 孙洪. 利用主题模型的遥感图像场景分类[J]. 武汉大学学报 ● 信息科学版, 2011, 36(5): 540-543.
XU Kan, YANG Wen, CHEN Lijun, SUN Hong. Satellite Image Scene Categorization Based on Topic Models[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5): 540-543.
Citation: XU Kan, YANG Wen, CHEN Lijun, SUN Hong. Satellite Image Scene Categorization Based on Topic Models[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5): 540-543.

利用主题模型的遥感图像场景分类

基金项目: 国家自然科学基金资助项目(40801183,60890074)
详细信息
    作者简介:

    徐侃,博士生,现从事图像处理、机器视觉的研究。

  • 中图分类号: P237.4

Satellite Image Scene Categorization Based on Topic Models

Funds: 国家自然科学基金资助项目(40801183,60890074)
计量
  • 文章访问数:  1430
  • HTML全文浏览量:  84
  • PDF下载量:  675
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-03-15
  • 刊出日期:  2011-05-05

利用主题模型的遥感图像场景分类

    基金项目:  国家自然科学基金资助项目(40801183,60890074)
    作者简介:

    徐侃,博士生,现从事图像处理、机器视觉的研究。

  • 中图分类号: P237.4

摘要: 提出了一种基于主题模型与特征组合相结合的遥感图像分类方法。该方法首先对图像进行尺度不变特征变换(SIFT)、几何模糊特征(GB)和颜色直方图特征(CH)提取,接着利用潜在概率语义分析(pLSA)模型分别对所得到的图像特征进行潜在主题的挖掘,然后对所得到的主题概率特征进行组合,最后利用支持向量机(SVM)分类器进行场景分类。实验表明,与传统分类方法相比,主题模型更具优势;与使用单特征相比,特征组合具有更高的分类准确率。

English Abstract

徐侃, 杨文, 陈丽君, 孙洪. 利用主题模型的遥感图像场景分类[J]. 武汉大学学报 ● 信息科学版, 2011, 36(5): 540-543.
引用本文: 徐侃, 杨文, 陈丽君, 孙洪. 利用主题模型的遥感图像场景分类[J]. 武汉大学学报 ● 信息科学版, 2011, 36(5): 540-543.
XU Kan, YANG Wen, CHEN Lijun, SUN Hong. Satellite Image Scene Categorization Based on Topic Models[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5): 540-543.
Citation: XU Kan, YANG Wen, CHEN Lijun, SUN Hong. Satellite Image Scene Categorization Based on Topic Models[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5): 540-543.

目录

    /

    返回文章
    返回