改进最大似然遥感影像分类方法——以SAR影像为例

被引：32

作者：

陈富龙 ^{[1
]}

王超 ^{[2
]}

张红 ^{[2
]}

机构：

[1] 中国科学院研究生院中国科学院遥感应用研究所遥感科学国家重点实验室

[2] 中国科学院中国遥感卫星地面站

来源：

国土资源遥感 | 2008年 / 01期

关键词：

遥感影像; 改进最大似然; 分类;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

080201 [机械制造及其自动化];

摘要：

针对常规最大似然分类算法中类别先验概率获取困难及遥感影像分类问题,提出了一种有效的改进最大似然遥感影像分类方法。该方法能使用类别样本的统计信息,实现类别先验概率的自动和最优提取,从而很好地解决了基于统计监督分类方法中无法直接获取类别先验概率的问题。以6景Radarsat-1精细模式SAR影像数据为例进行的分类实验证明,该算法分类效果较好,针对单波段、单极化的SAR影像,其精度可望达到80%。

引用

页码：75 / 78

页数：4

共 7 条

[1]

基于地物空间信息的浮动先验概率最大似然分类研究 [J].