基于分形维度的林业遥感图像树种分类识别

基于分形维度的林业遥感图像树种分类识别
周晨;刘磊
【期刊名称】《计算机仿真》
【年(卷),期】2022(39)2
【摘要】传统的树种分类识别方法未进行最大池化操作,导致树种分类识别精度差。

现引入分形维度进行林业遥感图像树种分类识别。

通过ROI区域截取获取遥感树
种图像,利用直方图均衡化方法进行原始图像预处理,以便获得高质量与清晰度的林
业遥感图像;通过分形维度理论分析提取的林业遥感图像纹理特征,完成卷积神经网
络模型的优化构建;将林业遥感图像纹理特征输入卷积层,经卷积层的卷积操作并计
算特征数据,池化池通过最大池化操作卷积层输出的数据;通过Relu激活函数对林
业遥感图像树种纹理特征进行深度分析,利用Softmax分类器实现树种分类识别。

实验结果表明,上述方法预处理后的遥感图像质量高,且林业遥感图像树种分类识别
的效率高,分类识别的时间低至35.7ms,分类识别的准确率高达95.62%。

【总页数】5页(P212-216)
【作者】周晨;刘磊
【作者单位】西安科技大学测绘科学与技术学院;电子科技大学成都学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于特征的模糊神经网络遥感图像目标分类识别
2.基于高阶神经网络的遥感图像分类识别研究
3.基于光学遥感图像的目标检测与分类识别方法
4.基于光学遥感图像的目标检测与分类识别方法
5.基于高光谱遥感图像的树种(树种组)分类
因版权原因，仅展示原文概要，查看原文内容请购买。