基于IDL和Python混合编程的深度学习遥感影像分类  

Deep Learning Remote Sensing Image Classification Based on IDL and Python Hybrid Programming

作　　者：张雯雯 李映潭 林用智 弋凌 周伟 王杰[1] ZHANG Wen-wen;LI Ying-tan;LIN Yong-zhi;YI Ling;ZHOU Wei;WANG Jie

机构地区：[1]西华师范大学地理科学学院,四川南充637009 [2]四川水利职业技术学院,四川崇州611231

出　　处：《测绘》2024年第5期225-230,共6页Surveying and Mapping

基　　金：第三次新疆综合科学考察项目资助(项目编号2021xjkk1400)。

摘　　要：Python是遥感图像深度学习分类算法常用的语言,但处理效率不佳且对影像类型兼容性不足。IDL是面向对象的交互式程序语言,支持多种遥感数据的高效读写与处理,但不支持深度学习算法的直接调用。本文设计了一套混合编程方案,采用HybridSN算法对乌苏地区的Sentinel-2影像进行深度学习分类。使用完全矢量化图进行混淆矩阵分析验证精度,并考虑到HybridSN算法的窗口参数对分类的影响,将立方体影像窗口分别设置为5,9,15进行训练和分类。结果表明:当窗口为5时精度最高,其中Kappa系数为0.7210,总体精度为85.66%。IDL与Python混合编程提高了遥感影像分类的工作效率,且便于后续的影像分析。结合实验结果可以进一步证实IDL与Python混合编程在遥感分类甚至其他Python代码中都有优势,其针对的基于Python的遥感处理技术,通过整合IDL的强大数据读写和预处理功能,实现各类代码的配置,从而提高数据处理效率。

关 键 词：混合编程 IDL PYTHON 深度学习分类 Sentinel-2影像 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]