| 基于贝叶斯网络分类的遥感影像变化检测 |
| |
| 作者姓名： | 陈雪 马建文 戴芹 |
| |
| 作者单位： | 1. 中国科学院,遥感应用研究所,北京,100101;北京师范大学,地理学与遥感科学学院遥感与GIS研究中心,北京,100875
2. 中国科学院,遥感应用研究所,北京,100101 |
| |
| 基金项目： | 国家自然科学基金(项目编号:40371086) |
| |
| 摘 要： | 遥感成像过程中,地面、大气等诸多要素的不确定性和波段之间的相关性等原因影响了分类精度,导致变化检测的不准确性。为了提高分类精度往往需要引入先验知识。贝叶斯网络是一种新的数据表达和推理模型,对数据没有严格的正态分布前提要求,通过动态地调整先验概率密度,能有效提高分类精度。以北京通州地区1996-05-29和2001-05-19两个时相的陆地卫星Landsat TM遥感影像为例,介绍了基于贝叶斯网络的分类算法,并在此基础上实现了两个时相遥感影像的变化检测。实验结果表明:基于贝叶斯网络分类算法的后分类比较变化检测方法是遥感影像变化检测的一种新的有效方法。
|
| 关 键 词： | 贝叶斯网络 变化检测 分类后比较 |
| 文章编号： | 1007-4619(2005)06-0667-06 |
| 收稿时间： | 2004-04-29 |
| 修稿时间： | 2004-06-02 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
|
点击此处可从《遥感学报》下载免费的PDF全文 |
|
