随着卫星、传感器技术的不断发展，我们已经进入高光谱遥感时代。高光谱遥感影像往往能够获取几十乃至上百个波段较窄却又连续的光谱信息，极大地丰富了地表覆盖地物对象在遥感图像中的特征和信息。伴随着光谱分辨率的提高，以往在多光谱遥感阶段不可探测或者难以区分的对象，在高光谱遥感阶段能够成功探测和区分。
传统“深度学习”的遥感影像分类算法中，其使用的学习样本数据无法记录下遥感影像的全部光谱特征和信息，只能包含生成样本数据时遥感影像所采用的波段组合中的三个波段的特征和信息。由于无法将全部光谱信息输入到深度学习算法中以进行充分计算，因此限制了自动分类的精度，也无法发挥高光谱遥感数据的全部优势。
简译软件通过不断地技术积累和技术进步，突破了高光谱遥感影像在深度学习算法中使用的瓶颈，成功将高光谱影像中的全部波段信息输出到深度学习样本数据中，让深度学习算法在计算时，充分学习和计算遥感影像中的全部波段的特征和信息，以达到更好的自动分类效果。突破了传统多光谱遥感深度学习方法，在自动分类的类别和整体分类精度，往往能够提取到多光谱遥感中难以区分类别的对象，并大大提高了自动分类的精度。
高光谱遥感影像
高光谱深度学习分类成果 传统深度学习分类成果
本案例中用于分类的影像为马来西亚地区的一景高光谱影像，在两种方法的分类成果中，我们发现“棕榈林”和“橡胶林”两个类别的对象在传统的深度学习方法中无法准确识别，而使用高光谱深度学习的方法做到了很好的区分。
此次采用的深度学习方法为“面向对象”+“深度学习”的遥感影像分类算法，该算法为北京治元景行科技有限公司基于多年的技术积累和不断的技术突破，推出的一种全新的分类算法。同时结合了传统“面向对象”分类算法的优势和计算机视觉与深度学习框架，可以实现远超传统分类方法的地物分类效果。
2016年开始公司研究相关人工智能算法，再结合影像多尺度分割和分割尺度自由切换、极其简洁方便的人机交互对象编辑、分类成果矢量边界平滑等面向生产的优化功能，将信息提取效率和准确度提升了一个新台阶。已有水利、地震、规划、国土、航空航天部门等多家单位成功应用。
简译软件自动分类效果
简译软件利用其高效的遥感影像自动化分类算法，和大量面向生产优化的软件功能，让它在遥感影像分析与识别上发挥出巨大的潜力。除了中低分辨率遥感影像的解译和信息提取，简译软件还可以在水保监测、土地执法、环境执法、水域监测、保护区人类活动扰动、林业调查等领域发挥巨大作用。
公司官网：www.reavenue.com.cn
软件下载地址百度网盘：https://pan.baidu.com/s/1i4Vrpbf?errno=0&errmsg=Auth%20Login%20Sucess&&bduss=&ssnerror=0&traceid=#list/path=%2
联系方式：18610998699
13811317591