遥感影像居民地目标Bayesian网络识别算法研究

被引：5

作者：

潘励

王华

张剑清

机构：

[1] 武汉大学遥感信息工程学院

来源：

武汉大学学报(信息科学版) | 2007年 / 12期

关键词：

Nave贝叶斯网络; 居民地; 遥感影像;

D O I：

10.13203/j.whugis2007.12.012

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

利用Nave Bayesian网络的学习和推理机制,提出一种在遥感影像上提取居民地目标的方法。该方法通过对所选取的正负样本进行学习,获取Bayesian网络的重要参数,即条件概率和概率分布密度。在此基础上,根据正负样本所构建的条件概率网,对未知类别信息的影像进行分类,从而获取居民地目标的信息。通过对实际全色SPOT5影像中居民地目标的提取,表明该方法具有较高的识别率。

引用

页码：1103 / 1106+1088 +1088

页数：5

共 4 条

[1] 融合区域分割和边缘信息的居民地提取方法 [J].

潘励 ;

张志华 ;

张剑清 .

武汉大学学报(信息科学版), 2006, (08) :671-674

[2] 基于Naive Bayes Classifiers的航空影像纹理分类 [J].

虞欣 ;

郑肇葆 ;

汤凌 ;

叶志伟 .

武汉大学学报(信息科学版), 2006, (02) :108-111

[3] 利用贝叶斯网络进行遥感变化检测 [J].

戴芹 ;

马建文 ;

欧阳赟 ;

哈斯巴干 .

中国图象图形学报, 2005, (06) :705-709+667

[4]

Texture Analysis through a Markovian Modelling and Fuzzy Classification: Application to Urban Area Extraction from Satellite Images[J] . A. Lorette,X. Descombes,J. Zerubia.International Journal of Computer Vision . 2000 (3)

← 1 →