结合贝叶斯理论和MRF的主被动遥感数据协同分类 | |
余凡 ; 李海涛 ; 万紫 | |
刊名 | 遥感学报
![]() |
2012 | |
期号 | 4页码:809-825 |
关键词 | 主被动遥感 入射角归一化 贝叶斯理论 马尔科夫随机场(MRF) |
中文摘要 | 提出一种基于贝叶斯理论和马尔科夫随机场MRF(Markov Random Fields)的主被动遥感数据协同分类方法。该方法依据光学与微波遥感数据在地物提取中的各自优势,首先对ASAR后向散射系数进行入射角归一化,然后构建一种基于贝叶斯理论和MRF的分类器,以归一化后的ASAR双极化数据与TM7个波段共同参与分类。分别对ASAR入射角归一化的有效性和主被动协同的必要性进行验证,结果表明,采用本文方法的分类精度达到89.4%,较未进行角度校正的主被动数据协同分类的精度提高了4.1%,较单独TM分类的精度提高了11.5%,体现出主被动遥感数据协同在分类上的潜力。 |
收录类别 | CNKI |
语种 | 中文 |
公开日期 | 2015-01-05 |
内容类型 | 期刊论文 |
源URL | [http://ir.ceode.ac.cn/handle/183411/34659] ![]() |
专题 | 遥感与数字地球研究所_中文期刊论文_期刊论文 |
推荐引用方式 GB/T 7714 | 余凡,李海涛,万紫. 结合贝叶斯理论和MRF的主被动遥感数据协同分类[J]. 遥感学报,2012(4):809-825. |
APA | 余凡,李海涛,&万紫.(2012).结合贝叶斯理论和MRF的主被动遥感数据协同分类.遥感学报(4),809-825. |
MLA | 余凡,et al."结合贝叶斯理论和MRF的主被动遥感数据协同分类".遥感学报 .4(2012):809-825. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论