多源遥感数据融合理论和方法.pptVIP

多源遥感数据融合理论与方法 基于 Bayes估计的数据融合方  目录 ayes统计理论 基于 Bayes估计的身份识别方法 基于 Bayes估计的传感器检测数据融合  Bayes统计理论 基于经典统计方法的多传感器数据处理。 经典统计理论的两个特征 不采用先验概率 ·概率是一种类似频数的解释 经典统计理论的基本原理:小概率原理。 心经典统计理论的不足: 将被测参数看做一个固定值,没有充分利用其先验信 息 精度和信度是预定的,不依赖于样本。  Bayes统计理论 令基于贝叶斯( Bayesian)理论的统计数据融合方法是目前较常用的遥 感图像融合方法。贝叶斯方法又称为最大似然法,在基于 Bayesian 模型的目标识别方案中,可以利用不同平台、不同类型传感器、不同 时相的遥感数据通过计算得到目标的融合概率,最后以融合概率为基 础实现目标的识别决策。这种方法首先对各种传感器信息作相容性分 析,删除那些可信度很低的错误信息,然后对保留下来的信息利用先 验信息和样本信息合成为后验分布,并对检测目标进行贝叶斯估计, 以求得最优的融合概率。在各类光谱数据满足正态分布假设的条件下 贝叶斯推理技术理论上能获得最小的分类误差。该方法通常以提高 遥感图像的分类性能为目的,用于目标的检测和地物的分类。  Bayes统计理论 冷在考虑可靠度情况下传