10.13474/j.cnki.11-2246.2018.0107
结合最大似然算法和波利亚罐模型的全色遥感图像分类
最大似然(ML)算法是一种应用广泛的遥感图像监督分类方法,该算法对样本区域的选择有很高的精度要求,选择难度降低了算法的效率.为此,本文提出了一种结合ML算法和波利亚罐模型的全色遥感图像分类方法.首先由ML算法得到各像素分属各类别的概率,根据得到概率计算此像素的罐模型中不同颜色小球的数量,完成图像罐模型的建立;根据波利亚罐模型随机采样过程,结合邻域,更新中心像素的罐模型中各类颜色小球的组成,直到各类小球数量比例达到稳定,得到最终分类结果.该方法可以进一步精确地对图像进行分类,巨对样本选择无要求,简化了分类过程;分别对合成图像和真实遥感图像进行了试验,取得了较好的试验结果;定性和定量分析结果验证了该方法的可行性及有效性.
图像分类、波利亚罐模型、最大似然算法、分类精度
P237(摄影测量学与测绘遥感)
国家自然科学基金41301479,41271435;辽宁省自然科学基金2015020090
2018-06-07（万方平台首次上网日期，不代表论文的发表时间）
共9页
36-43,49
