一种基于Adaboost-NN与证据理论的遥感影像分类方法

摘要

神经网络方法大量应用于遥感影像分类.本文把影像的空间信息融入分类决策，提出了一种基于AdaBoost-NN和证据理论的遥感影像分类方法.首先，对原图像作平滑处理，得到原图像的反梯度平滑图像；其次，论文引入AdaBoost多类别算法对神经网络进行提升，用于原图像及其反梯度平滑图像分别进行训练、分类；再次，利用证据理论对它们的分类结果(决策)进行融合；最后，把融合结果(决策)作为原图像的最终分类结果.实验结果与性能比较表明，新方法是有效的，提高了影像的分类精度.