TM和SAR遥感图象特征层融合分类方法的研究

摘要

针对空间遥感ＴＭ图象和ＳＡＲ图象信息的特征层融合应用于地物分类，提出了一种结合Ｍａｒｋｏｖ随机场和ＢＰ神经网络模型的多源遥感图象迭代分类方法。该分类方法与现有的基于Ｍａｒｋｏｖ模型的分类器相比具有无须假设条件概率密度函数模型的优点；与ＢＰ神经网络分类器相比，由于其考虑了类别标号的空间相关性，提高了分类精度；有别于传统的上下文分类器：它是通过迭代过程中来实现分类的，在考虑了类别标号的空间相关性的同时