首页 | 本学科首页   官方微博 | 高级检索  
     检索      

改进最大似然遥感影像分类方法——以SAR影像为例
引用本文:陈富龙,王超,张红.改进最大似然遥感影像分类方法——以SAR影像为例[J].国土资源遥感,2008(1):75-78.
作者姓名:陈富龙  王超  张红
作者单位: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,北京,100101;中国科学院中国遥感卫星地面站,北京,100086
2. 中国科学院中国遥感卫星地面站,北京,100086
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%.

关 键 词:遥感影像  改进最大似然  分类
文章编号:1001-070X(2008)01-0075-04
收稿时间:2007-06-29
修稿时间:2007-08-03

REMOTE SENSING IMAGE CLASSIFICATION BASED ON AN IMPROVED MAXIMUM-LIKELIHOOD METHOD: WITH SAR IMAGES AS AN EXAMPLE
CHEN Fu-long,WANG Chao,ZHANG Hong.REMOTE SENSING IMAGE CLASSIFICATION BASED ON AN IMPROVED MAXIMUM-LIKELIHOOD METHOD: WITH SAR IMAGES AS AN EXAMPLE[J].Remote Sensing for Land & Resources,2008(1):75-78.
Authors:CHEN Fu-long  WANG Chao  ZHANG Hong
Abstract:
Keywords:Remote sensing image  Improved maximum likelihood  Classification
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号