基于贝叶斯网络分类的遥感影像变化检测

基于贝叶斯网络分类的遥感影像变化检测
陈雪;马建文;戴芹
【期刊名称】《遥感学报》
【年(卷),期】2005(9)6
【摘要】遥感成像过程中,地面、大气等诸多要素的不确定性和波段之间的相关性等原因影响了分类精度,导致变化检测的不准确性.为了提高分类精度往往需要引入先验知识.贝叶斯网络是一种新的数据表达和推理模型,对数据没有严格的正态分布前提要求,通过动态地调整先验概率密度,能有效提高分类精度.以北京通州地区1996- 05-29和2001- 05-19两个时相的陆地卫星Landsat TM遥感影像为例,介绍了基于贝叶斯网络的分类算法,并在此基础上实现了两个时相遥感影像的变化检测.实验结果表明:基于贝叶斯网络分类算法的后分类比较变化检测方法是遥感影像变化检测的一种新的有效方法.
【总页数】6页(P667-672)
【作者】陈雪;马建文;戴芹
【作者单位】中国科学院,遥感应用研究所,北京,100101;北京师范大学,地理学与遥感科学学院遥感与GIS研究中心,北京,100875;中国科学院,遥感应用研究所,北京,100101;中国科学院,遥感应用研究所,北京,100101
【正文语种】中文
【中图分类】TP751.1
【相关文献】
1.基于面向对象分类方法的遥感影像变化检测 [J], 陈阳;陈映鹰;林怡
2.基于高斯混合模型的遥感影像连续型朴素贝叶斯网络分类器 [J], 陶建斌;舒宁;沈照庆
3.基于对象分类的遥感影像森林变化检测方法 [J], 雷鸣; 田卫新; 任东; 董婷
4.基于对象分类的遥感影像森林变化检测方法 [J], 雷鸣;田卫新;任东;董婷
5.贝叶斯网络分类算法在遥感数据变化检测上的应用 [J], 陈雪;戴芹;马建文;李小文
因版权原因，仅展示原文概要，查看原文内容请购买。