基于圖像融合的分類技術(shù)研究.pdf

1、多傳感器遙感圖像的信息融合可以克服單一傳感器獲取圖像的限制，提高遙感圖像分類精度，增強(qiáng)計(jì)算機(jī)自動(dòng)解譯的能力，減少遙感圖像后處理時(shí)間，提高對(duì)地物變化的監(jiān)測(cè)能力。目前遙感技術(shù)迅猛發(fā)展，遙感應(yīng)用的傳感器種類和數(shù)量越來(lái)越多，多傳感器遙感圖像融合分類技術(shù)的研究已成為國(guó)內(nèi)外研究的熱點(diǎn)。 論文以Landsat衛(wèi)星的TM和JERS-1衛(wèi)星的SAR（synthetic aperture rader）這兩種空間分辨率、波段和成像機(jī)理不同的遙感圖像的

2、融合分類為例，對(duì)空間多傳感器遙感圖像的特征層和決策層的融合分類技術(shù)進(jìn)行了初步的討論。具體的研究包括： 1．多傳感器遙感圖像特征層融合分類器設(shè)計(jì)的研究。分類器設(shè)計(jì)時(shí)論文中將多傳感器遙感圖像提取的特征矢量的條件概率密度函數(shù)模型分為服從多變量正態(tài)分布和復(fù)雜分布兩種情況討論；對(duì)于正態(tài)分布條件概率密度函數(shù)，論文中首先解決BP神經(jīng)網(wǎng)絡(luò)分類器學(xué)習(xí)樣本集選取問(wèn)題——提出基于X2分布的學(xué)習(xí)樣本集選取方法，指出對(duì)正態(tài)條件概率密度函數(shù)應(yīng)用極大似分類器