基于分形理论的多源遥感影像自动分类方法研究

王 超 周文锋

（象山县测绘与地理信息有限公司，浙江 宁波 315700）

0.引言

计算机技术的发展，不但利于国家，还造福于人民。例如遥感技术，就是结合计算机的智能性，可以提前预测将要发生的各种灾害，以便及时预防，该技术还可以用于军事防控、植树造林等农业发展以及检测地形地貌与面积计算，对社会的发展作出了一定的贡献。而在遥感影像中，分类的精度直接影响遥感数据的应用水平和实用价值。如何解决多类别地物的识别并满足一定的精度要求，是遥感图像研究中的一个关键问题，具有十分重要的意义。基于这个问题，有较多学者开展了关于遥感影像分类的方法研究，其中文献[1]中，李国清等人研究了基于深度学习的高分辨率遥感影像土地覆盖自动分类方法，该方法将多尺度损失函数、跳层连接机制应用到图像分类中，实现对图像的分类；文献[2]中，董安国等人研究了基于自动编码机的高光谱遥感图像分类方法，该方法在自动编码机中加入圈中衰减项，然后采用主成分分析的方法对图像降维，依据主成分分析结果对图像排序与删除，实现图像的分类。上述方法虽然能够实现图像的分类，但是分类效果较差，逐渐不能满足应用需求。分形理论的数据基础是分形几何学，主要采用分形分维的数学工具对客观事物描述，能够对复杂系统的真实属性进行描述，保持客观事物的多样性与复杂性。基于分形理论的这个优点，将其应用到遥感影像自动分类中，期望提高遥感影像自动分类的效果。……