多相位水平集高分辨率遥感影像非监督分类
高空间分辨率遥感影像(特别是城区场景)常表现出高的光谱异质性、地物细节丰富且地物拓扑关系复杂等特点,这对影像分类产生较大干扰,导致分类精度不高.针对以上情况提出一种新的非监督多相位水平集分类方法:该方法以基于区域竞争思想及Bayes准则的多相位水平集分类框架作为高分辨率遥感影像分类的基础,通过采用Parzen窗非参数密度估计方法来改善复杂场景下样奉概率密度估计的准确性,从而噌加分类模型的抗干扰能力;此外,为提高多水平集模型演化效率,在模型求解中提出一种简单而有效的水平集函数重初始化方案.通过与前人工作的试验对比及分析,验证了提出的模型在复杂场景及存在上述干扰的情况下表现出好的分类效果.
多水平集、Parzen窗、高分辨率遥感、非监督分类
P237(摄影测量学与测绘遥感)
全国第二次土地调查项目XZB-0805-10850
2009-11-20（万方平台首次上网日期，不代表论文的发表时间）
共5页
22-25,35
