结合超分辨率重建的神经网络亚像元定位方法
遥感影像中普遍存在着混合像元,如何分析和解译混合像元一直是人们研究的热点.亚像元定位方法是将混合像元分解成为亚像元,并赋予不同的端元组分,以提高影像整体分类精度的一种技术.本文在神经网络亚像元定位模型的基础上,结合超分辨率重建理论,提出一种新型的BPMAP模型,在每一个类别的组成分图像与亚像元定位图像之间建立起高、低分辨率的观测模型,采用最大后验估计(MAP)算法对BP神经网络的定位结果进行约束,最终确定混合像元内部各组分合适的空间位置.通过对模拟的简单图像和长江三峡地区的ETM影像进行实验,结果表明,与神经网络模型相比,本文方法能够更加有效地解决亚像元定位的问题,进一步消除定位过程中产生的误差,提高精度.
混合像元、超分辨率、BP神经网络模型、最大后验估计方法、观测模型
15
TP75(遥感技术)
国家自然科学基金项目40901206;中国博士后科学基金项目20090451091;中国科学院海洋环流与波动重点实验室基金项目KLOCAW0906
2011-03-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
1681-1687