多源遥感影像像素级融合分类与决策级分类融合法的研究

首先探讨了基于像素的多源遥感影像高频调制融合法 ,根据成像系统特性和Heisenberg测不准原理 ,设计的高斯滤波器对高分辨率影像滤波的方法是合理有效的。在研究BP神经网络的基础上 ,采用动量法和学习率自适应调整的策略 ,提高了BP神经网络学习算法收敛速度 ,并增强了算法的可靠性。提出并实现了多源遥感影像像素级融合分类与决策级分类融合两种分类方法 ,并进行了比较。采用LandsatTM 3 ,4,5和航空SAR影像进行试验 ,结果表明两种分类方法是行之有效的 ,均适用于多源遥感影像分类。