论文部分内容阅读
针对空间遥感TM图象和SAR图象信息的特征层融合应用于地物分类,提出了一种结合Markov随机场和BP神经网络模型的多源遥感图象迭代分类方法。该分类方法与现有的基于Markov模型的分类器相比具有无须假设条件概率密度函数模型的优点;与BP神经网络分类器相比,由于其考虑了类别标号的空间相关性,提高了分类精度;有别于传统的上下文分类器:它是通过迭代过程中来实现分类的,在考虑了类别标号的空间相关性的同时