【摘要】 一种融合光谱信息和多点模拟空间信息的分类方法：(1)对遥感图像的光谱信息的像 元进行MLC分类，得到每个像元对于各类别的概率矢量；(2)为多点模拟MPS选择样本 数据；(3)对于图像中每一个像元根据其条件数据的数目，使用多点模拟方法建立概率 模型并且保存概率矢量；(4)采用数据融合方法将两个概率矢量融合起来；(5)得到和 结果是一个由各类别对应归属概率组成的概率矢量，在每个像元的概率矢量中对应某一类别 的归属概率最大，则将这个像元分到相应的该类别中去，从而得到最终的分类结果。本发明 提高了分类精度，在遥感图像解译中有非常广泛的应用，从而可以应用到地质矿产、气 象、地理、测绘、海洋研究、军事侦察及环境监测等领域。 【专利类型】发明授权 【申请人】中国科学院地理科学与资源研究所 【申请人类型】科研单位 【申请人地址】100101北京市朝阳区安定门外大屯路甲11号 【申请人地区】中国 【申请人城市】北京市 【申请人区县】朝阳区 【申请号】CN200810104286.2 【申请日】2008-04-17 【申请年份】2008 【公开公告号】CN100595782C 【公开公告日】2010-03-24 【公开公告年份】2010 【授权公告号】CN100595782C 【授权公告日】2010-03-24 【授权公告年份】2010.0 【IPC分类号】G06K9/62 【发明人】葛咏; 白鹤翔 【主权项内容】1、一种融合光谱信息和多点模拟空间信息的分类方法，其特征在于包括以下步骤： 步骤1、对遥感图像的光谱信息的像元进行最大似然分类(MLC)，得到每个像元对 于各类别的概率矢量； 步骤2、为多点模拟(MPS)选择样本数据； 步骤3、根据步骤2中选定的样本数据，对于图像中每一个像元根据其条件数据数 目，使用多点模拟方法建立概率模型并且保存概率矢量；所述的多点模拟方法为等间隔 排序模拟方法，或单正规方程模拟算法(SNESIM)，或神经网络多点模拟方法； 步骤4、采用数据融合方法将步骤2中的得到的概率矢量和步骤3中的概率矢量融合起 来；所述的数据融合方法包括协商一致理论(Consensus)的对数意见池、或线性意见池， 或证据理论以及基于统计理论的融合方法； 步骤5、在步骤4中，得到的结果是一个由各类别对应归属概率组成的概率矢量，在每 个像元的概率矢量中对应某一类别的归属概率最大，则将这个像元分到相应的该类别中去， 从而得到最终的分类结果。。 【当前权利人】中国科学院地理科学与资源研究所 【当前专利权人地址】北京市朝阳区安定门外大屯路甲11号 【统一社会信用代码】121000004000115850 【引证次数】4.0 【他引次数】4.0 【家族引证次数】4.0 【家族被引证次数】19
