基于CNN的零样本城市遥感影像场景分割算法

针对观测数据的零样本遥感影像场景分割时，因不存在相应的参照物，造成分割耗时长，精确率较低等问题，提出了基于卷积神经网络的零样本城市遥感影像场景分割算法。采用主成分分析方法与K-奇异值分解方法对遥感影像去噪处理，抑制斑块效应；将去噪后影像输入Retinex增强算法中，进一步提升零样本城市遥感影像增强效果；采用均值漂移算法分割遥感影像场景获取其像素点之间关系，通过卷积神经网络完成零样本城市遥感影像场景精准分割。实验结果表明，该算法精确率高，召回率高，F-score率高，消耗时间短。