基于多級別跨層雙線性融合的光學遙感圖像場景分類

余甜微，鄭恩讓，沈鈞戈，王凱

（1 陜西科技大學電氣與控制工程學院，西安710021）

（2 西北工業大學無人系統技術研究院，西安710072）

（3 河南省水下智能裝備重點實驗室，鄭州450000）

0 引言

遙感圖像場景分類是遙感圖像分析與解譯工作的關鍵組成部分，不同的語義場景根據每個地面區域的功能所確定，遙感圖像場景分類旨在根據圖像內容為遙感圖像分配預定義的場景類別標簽，如港口、機場、森林或居民區，在地質災害監測、城市發展規劃、軍事目標探測、農業資源調查等方面具有相當廣泛的應用［1］。隨著衛星傳感器與無人機等技術的不斷提升，高分辨率遙感圖像的獲取成為了可能，遙感圖像的空間紋理特征和場景語義信息得到了豐富，且存在同類別差異性大、不同類別相似性高的難題，因此更加有效的特征表示對提升遙感圖像場景分類精度起著決定性作用。

目前應用于遙感圖像場景分類的特征表示包括低層特征、中層特征、深度特征三種類型。早期傳統的遙感圖像場景分類方法大多通過手動提取遙感圖像的低中層特征，低層特征側重于設計圖像的紋理、顏色和空間信息等局部或全局的淺層特征［2-4］，手工特征在紋理整齊、空間分布均勻的遙感圖像上表現良好，但難以刻畫出復雜遙感場景的語義信息。對手工特征建模可獲得中層特征，其中視覺詞袋模型［5］的特征表示方法運用最為普遍。同手工特征相比，中層特征建立了手工特征與圖像語義特征間的聯系，但在實際應用中的性能本質上仍依賴于手工特征，缺乏對不同場景的靈活性。……