实现当前的研究中,一个试点地区被确定基于面积的土地覆盖的多样性。研究区位于雪兰莪州,马来西亚(图 1)。

(1)几何校正。自从正色摄影被一个机载激光扫描(激光雷达)系统,它是必要的校准几何纠正几何错误。在这一步中,数据修正是基于地面控制点(gcp)收集的字段(图 2)。有34个gcp标识(即从明显的点。、道路交叉口、角落和电线)。几何校正是在ArcGIS 10.5软件完成的。几何校正的步骤包括识别转换正色摄影点,应用最小平方变换,计算过程的准确性。选择的点均匀分布在该地区。之后,最小二乘法(Kardoulas et al ., 1996)是用于估计系数,为几何转换过程是必不可少的。最小平方解后,被用来求解多项式方程 X , Y gcp和确定的坐标残差和均方根误差源之间 X , Y 坐标,使变回原形 X , Y 坐标。

(2)标准化。自空中正色摄影有整数数字值和CNN的初始权重模型中随机抽取0 - 1, z 分数标准化应用正投影的像素值,以避免异常的梯度。这一步是至关重要的,因为它提高了进步的激活和梯度下降优化(勒存et al ., 2012)。 (1) X ′ = X / 马克斯 − μ σ , 在哪里 马克斯 是图像中最大像素值, μ 和 σ 的平均值和标准偏差 X / 马克斯 分别为, X ′ 规范化的数据。

由一个正色摄影 米 × n × d 数字值, 米 , n , d 图像的宽度,长度,分别和深度。分类模型的目标是为图像中每个像素分配一个标签给定一组训练的例子与地面实况标签。一般来说,常见的分类方法利用光谱信息(图片像素在不同的乐队)来实现这一目标。此外,一些其他技术,如基于对象的图像分析(OBIA)输入图像分割成几个均匀连续的组织分类。这种方法使用额外的功能,如空间、形状和纹理来提高分类器的分类性能。然而,这两种方法,基于像素和OBIA有几个挑战像第一种方法的散斑噪声和分割OBIA优化。此外,这两种方法都需要仔细的工程特性和乐队选择获取高精度的分类。最近,分类方法使用图像补丁和深度学习算法提出了克服上述挑战。常见的方法之一是CNN。结果,本研究提出了一个基于CNN和spectral-spatial特征分类方法分类学习非常高分辨率航空正色摄影。 The following sections describe the proposed model and its components including the basics of CNN, the network architecture, and the training methodology.

提出了分类模型的伪代码的算法 1。我们开发了CNN模型在当前的研究中通过运行几个实验有不同的配置。然后,我们设计了最终模型与最佳hyperparameters和架构基于一些统计精度等指标总体准确性,Kappa指数,每个类精度。

算法1:CNN正色摄影分类

卷积神经网络(cnn)或回旋网是一种人工神经网络,模拟人类的视觉皮质系统通过使用本地接受域和共享的权重。这是勒存了和他的同事们( 18]。图 3显示了一个典型的CNN与卷积马克斯池操作。CNN适用于分析图像,视频,或数据的形式 n 维数组的空间组件。这种独特的属性使他们适用于遥感图像分类。CNN的典型体系结构由一系列层如卷积、池、完全连接(即。、密度)和逻辑回归/ Softmax。然而,额外的层辍学和批量标准化也可以添加到避免过度拟合和提高这些模型的泛化。最后一层取决于类型的问题,对于二元分类问题,逻辑回归(乙状结肠)层是经常使用。相反,对于多类分类问题,Softmax层使用。每一层都有其操作,目的是在这些模型。例如,卷积层的目的是通过卷积过滤器构造特征图谱,可以学习高级特性,允许利用图像的属性。这些层的输出通过非线性如ReLU(修正线性单元)。本地组数组中的值的数据往往是高度相关的,和地方统计图像不变的位置( 19]。此外,池层(或二次抽样)用于合并成一个语义相似的特性。最常见的二次抽样的方法计算的最大一块地方的单位特征图。其他池操作平均最大池和随机池。一般来说,几个卷积和二次抽样层堆积,其次是致密层和一层Softmax或逻辑回归来预测图像中每个像素的标签。

CNN的架构模型是建立一个卷积层之后,马克斯池操作,批量正常化,和两个致密层分类器(图 4)。这种架构产生了3527参数96参数不是可训练的。卷积内核被保持为3×3,和最大池大小池层是保持在2×2。辍学了卷积和第一层致密层中的概率下降为0.5,以避免过度拟合。随机梯度下降法的minibatch (SGD)设置为32图像。框架下Keras Tensorflow端,整个过程是运行在一个核心i7 2.6 GHz CPU和内存16 GB的内存(ram)。在实验中,60%的总样本随机选择培训,和其他选择进行测试,总体精度( O 一个 ),平均精度( 一个 一个 ),Kappa系数( κ ),每个类精度(PA)是用来评估CNN分类方法的性能(Congalton和绿色,2008)。摘要模型的层表所示 1。

CNN模型训练与反向传播算法和随机梯度下降法(SGD)。它使用minibatch近似误差的误差反向传播训练样本,加速循环的重量更新与较小的误差反向传播加快整个模型的收敛速度。优化运行来减少损失函数( J )(即。,categorical cross entropy) of CNN expressed as the following: (2) J X ′ , W , b , θ = − 1 N ∑ 我 = 1 N ∑ j = 1 k 1 y 我 = t · y t 我 , 在哪里 X ′ 是归一化特性, W 和 b CNN的参数, θ Softmax层的参数, N 样品的数量, k 土地覆盖类的数目, y 我 = y 1 我 , y 2 我 , … , y k 我 是预测矢量地理将Softmax分类器( 3), y t 我 代表的可能性 我 th样品标签被 t 和计算( 3)。 (3) y t 我 = 经验值 θ t T c ∑ j = 1 k 经验值 θ t T c 。

在反向传播( 4)是适应更新 W 和 b 在每一层 λ 是动力,帮助加速SGD通过添加更新过去的价值的一小部分时间步当前的更新值, α 是学习速率, ∇ W 和 ∇ b 的梯度 J · 关于 W 和 b 分别为, t 在SGD只是代表时代的数量: (4) W t + 1 = W t − λ V t − α ∇ W , b t + 1 = b t − λ U t − α ∇ b 。

本研究使用多个统计准确性的措施来评估不同的模型和比较它们在不同实验配置。这些指标是总体精度( O 一个 ),平均精度( 一个 一个 ),每个类的准确性( P 一个 ),k指数( κ )。他们使用以下公式计算 20.]: (5) O 一个 = ∑ D 我 我 N , 一个 一个 = ∑ 1 米 P 一个 米 米 , P 一个 = D 我 j R 我 , k = N ∑ 我 , j = 1 米 D 我 j − ∑ 我 , j = 1 米 R 我 · C j N 2 − ∑ 我 , j = 1 米 R 我 · C j , 在哪里 ∑ D 我 我 正确分类像素的总数, N 在误差矩阵像素的总数, 米 类的数量, D 我 j 是正确的数量分类像素行吗 我 (在对角细胞), R 我 行像素的总数 我 , C j 列的像素总数 j 。

图 5显示的精度性能CNN模型与93年辍学和批处理规范化时代训练和验证数据集。的增量模型的准确性和减少损失随着时间的推移,表明该模型具有学习有用的特性对图像像素进行分类到不同的类标签。精度的波动从一个时代到另一个使用辍学,因为在每个时代,产生了一个稍微不同的模型。的 O 一个 , 一个 一个 , κ 这个模型的验证数据集是0.973,0.965,0.967,分别。此外,表 2显示了每个类的准确性( P 一个 )通过模型。结果表明,CNN模型分类几乎所有类准确率相对较高。影子的最低精度为0.894类。在检查混淆矩阵(表 3),结果表明,几个(~ 11)这类的样本并被错误地归类为影响其茂密的植被 P 一个 。混淆矩阵也显示,有几个样品的水体类并被错误地归类为草原。

CNN模型也训练不辍学和批处理规范化看到他们对分类地图的准确性的影响。表 4总结的结果比较不同配置(例如CNN模型,CNN +辍学+批正常化,CNN +辍学,CNN +批正常化,美国有线电视新闻网)。结果表明,使用辍学和批处理标准化可以提高精度( O 一个 , 一个 一个 , κ )分类的近4%。使用批量标准化稍微表现得更好( O 一个 = 0.964, 一个 一个 = 0.956, κ 比只使用辍学(= 0.961) O 一个 = 0.958, 一个 一个 = 0.956, κ = 0.954)。然而,辍学或批处理的使用标准化可以提高分类的准确性而不使用任何的这些技术与CNN模型。CNN模型没有这些技术实现以下精度: O 一个 = 0.932, 一个 一个 = 0.922, κ = 0.922表明这样的正则化方法的重要性空中正色摄影分类。这些方法产生的分类地图如图所示 6。此外,性能图(图 7CNN)模型没有辍学和批处理规范化表明这个模型overfits训练数据和执行更糟糕的是,当应用到新数据。总体而言,两个培训和验证数据集上的实验结果推断,拟议的CNN架构是一个健壮的和有效的模型,而辍学和批处理的使用标准化技术作为正则化方法是必要的,以获得高分类精度对整个区域而不是预测训练样本的标签。