多源遥感数据融合理论与方法.pptVIP

多源遥感数据融合理论与方法 基于Bayes估计的数据融合方法 第一页，编辑于星期五：五点 十九分。 目录 Bayes统计理论 1 基于Bayes估计的身份识别方法 2 基于Bayes估计的传感器检测数据融合 3 第二页，编辑于星期五：五点 十九分。 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。 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。 第三页，编辑于星期五：五点 十九分。 Bayes统计理论 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。 第四