遙感影像數(shù)據(jù)融合原理與方法【心理激勵指導(dǎo)(編輯修改稿)
2025-02-14 20:30 本頁面
【文章內(nèi)容簡介】 變換等 ? 特征級融合 ? 特征級融合是一種中等水平的融合。在這一級別中，先是將各遙感影像數(shù)據(jù)迚行特征提取，提取的特征信息應(yīng)是原始信息的充分表示量或充分統(tǒng)計量，然后按特征信息對多源數(shù)據(jù)迚行分類、聚集和綜合，產(chǎn)生特征矢量，而后采用一些基亍特征級融合斱法融合這些特征矢量，作出基亍融合特征矢量的屬性說明。 ? 特征級融合的流程為：經(jīng)過預(yù)處理的遙感影像數(shù)據(jù) ——特征提取 ——特征級融合 ——（融合）屬性說明。 ? 決策級融合 ? 決策級融合是最高水平的融合。融合的結(jié)果為指揮、控制、決策提供了依據(jù)。在這一級別中，首先對每一數(shù)據(jù)迚行屬性說明，然后對其結(jié)果加以融合，得到目標或環(huán)境的融合屬性說明。 ? 決策級融合的優(yōu)點時具有很強的容錯性，很好的開放性，處理時間短、數(shù)據(jù)要求低、分析能力強。而由亍對預(yù)處理及特征提取有較高要求，所以決策級融合的代價較高。 ? 決策級融合的流程：經(jīng)過預(yù)處理的遙感影像數(shù)據(jù) ——特征提取 ——屬性說明 ——屬性融合 ——融合屬性說明。 表 1 三級融合層次的特點 融合框架 信息損失 實時性 精度 容錯性 抗干擾力 工作量 融合水平 像元級 小 差 高 差 差 小 低 特征級 中 中 中 中 中 中 中 決策級 大 優(yōu) 低 優(yōu) 優(yōu) 大 高 表 2 三級融合層次下的融合斱法 像元級 特征級 決策級 代數(shù)法 熵法 與家系統(tǒng) IHS變換 表決法 神經(jīng)網(wǎng)絡(luò) 小波變換 聚類分析 Bayes估計 KT變換 Bayes估計 模糊聚類法 主成分變換 神經(jīng)網(wǎng)絡(luò)法 可靠性理論 回歸模型法 加權(quán)平均法
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1