计算机科学与探索

作者：祖宝开，夏克文，牛文佳，姜晓庆

单位：1.河北工业大学 电子信息工程学院，天津 3004012.河北工业大学 河北省大数据计算重点实验室，天津 3004013.济南大学 信息科学与工程学院，济南 250022

关键词：遥感图像,低秩表示,分类

随着信息技术和对地观测技术的飞速发展，遥感技术在社会生活和经济建设中发挥着越来越重要的作用。分类模型的准确性和抗干扰能力对精确绘制复杂的土地覆盖和土地利用分类至关重要。针对大规模遥感数据难以获取大量标记数据的问题，基于低秩表示模型和图的半监督学习方法，提出了基于分块低秩图的大规模遥感图像半监督分类应用。为了解决低秩表示计算复杂度高的问题，将预处理后的图像按像素进行分块处理，并在每个块上实现低秩表示。在WorldView-2影像上的分类结果表明，在少量标记样本下，该方法利用简单的最近邻分类器即可实现对城市地物的精确分类。因此，该方法有效地提高了土地覆盖的分类精度，在遥感图像分类中具有较高的效率。

来源：2019年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第7期