结合贝叶斯理论和MRF的主被动遥感数据协同分类

	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.