一种遥感图像分类方法及系统

专利主权项内容

1.一种遥感图像分类方法，其特征在于，包括以下步骤：基于预处理需求，采用自适应图像预处理技术，进行噪声滤除、云层遮挡处理和光照条件校正，生成预处理后遥感数据集；基于所述预处理后遥感数据集，采用高级灰度共生矩阵和深度卷积神经网络，提取纹理和高级特征，生成特征提取数据集；基于所述特征提取数据集，采用多模态数据融合技术，分析特征相互关系，生成融合特征数据集；基于所述融合特征数据集，采用时间序列分析和基于时间窗口的特征提取方法，捕捉动态变化特征，生成时空分析特征数据集；基于所述时空分析特征数据集，采用集成学习算法和增强BP神经网络，进行模型训练，生成优化分类模型；基于所述优化分类模型，采用数据适应性策略，对遥感图像进行分类，生成遥感图像分类结果；所述预处理后遥感数据集具体为清晰度、对比度调整后的图像，所述特征提取数据集具体为提取纹理、边缘、形状特征的数据，所述融合特征数据集具体为多遥感数据源特征的综合数据集，所述时空分析特征数据集包括季节性变化、城市发展时间特征，所述优化分类模型具体为用于遥感图像分类的机器学习模型。