SAR与TM影像融合及在BP神经网络分类中的应用

• 作者: 吴宏安 张海龙 蒋建军 解修平
• 来源期刊: 测绘学报
• 学科: 工学
• 关键词: 融合 TM SAR BP神经网络分类
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 229-233,239
• 页数: 6页
• 分类号: TP751
• 字数: 3240字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-1595.2006.03.007

摘要

以加拿大Radarsat SAR与美国Landsat TM影像为信息源,分别将SAR与TM影像的DN值转换为表征地物特征的后向散射系数和反射率,利用改进的SVR法进行融合,同时与HIS,Brovey以及小波变换的融合效果作定量比较,并利用优化的BP神经网络模型,以相同的训练区分别对融合前后的影像进行监督分类.结果表明:改进的SVR法融合影像的光谱信息保持性、信息量以及分类精度都优于常用的融合方法,且分类精度比TM影像有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋建军	南京师范大学地理科学学院	38	1571	21.0	38.0
2	吴宏安	南京师范大学地理科学学院	9	617	8.0	9.0
3	张海龙	南京师范大学地理科学学院	21	708	9.0	21.0
4	解修平	中国科学院地球环境研究所	8	257	7.0	8.0