原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
利用贝叶斯网络融合空间上下文的高分辨遥感图像-计算机工程与科学
计算机工程与科学 年第 卷第 期
文章编号
利用贝叶斯网络融合空间上下文的高分辨遥感图像分类
程环环王润生
国防科技重点实验室湖南 长沙
摘 要针对高分辨遥感图像本文提出了一种基于贝叶斯网络的上下文模型以及基于该模型的面
向对象的遥感图像分类方法首先利用支持向量机 实现分割区域的初始分类获得各个类别的
候选区域然后利用提出的上下文模型融合候选区域及其周围区域的上下文信息通过贝叶斯网络推
理将候选区域分类到各类地物类型中基于贝叶斯网络的上下文模型由候选区域节点相关区域节点和
上下文节点三部分组成对于不同类型的地物通过贝叶斯网络的结构学习算法学习得到不同的空间关
系作为上下文节点 因此该模型能够针对不同的地物类别利用不同的空间上下文信息使得分类过程更
智能和有效实验结果表明本文提出的算法能够很好地利用上下文信息对高分辨遥感图像中的各种地
物进行有效的分类和检测
文档评论（0）