基于证据理论的遥感影像分类方法
传统的神经网络遥感影像分类方法只利用了像元自身的信息,没有考虑影像的空间相关性,容易出现错误的分类结果.本文把影像的空间信息融入分类决策,提出了一种基于证据理论与神经网络的遥感影像分类方法.首先,对原图像作平滑处理,得到原图像的平滑图像;其次,论文利用神经网络对原图像及其平滑图像分别进行训练、分类;再次,利用证据理论对它们的分类结果(决策)进行融合;最后,把融合结果(决策)作为原图像的最终分类结果.实验结果与性能比较表明,新方法是有效的,提高了影像的分类精度.
BP神经网络 遥感影像分类 平滑图像 证据理论 信息融合
彭天强 李弼程
信息工程大学
国内会议
昆明
中文
168-172
2002-10-01（万方平台首次上网日期，不代表论文的发表时间）