SAR与TM影像融合及在BP神经网络分类中的应用
- 出版年：2006
- 作者：张海龙；蒋建军；吴宏安；解修平
- 单位1：南京师范大学地理科学学院
- 出生年：1979
- 学历：博士生
- 语种：中文
- 作者关键词：融合；TM；SAR；BP神经网络分类
- 起始页：229
- 总页数：6
- 经费资助：Sustainable Agroecosystem Management and Development of Rural-Urban Interaction in regions and cities of China（SUSDEV-CHINA）（ICA4-CT-2002-10004）
- 刊名：测绘学报
- 是否内版：否
- 刊频：季刊
- 创刊时间：1957
- 主管单位：中国科学技术协会
- 主办单位：中国测绘学会
- 主编：陈俊勇
- 地址：北京市复外三里河路50号
- 邮编：100045
- 电子信箱：chxb@periodicals.net.cn；chxb@chinajournal.net.cn
- 网址：http://chxb.periodicals.net.cn；http://chxb.chinajournal.net.cn
- 卷：35
- 期：3
- 期刊索取号：P810.66 649-5
- 数据库收录：第四届中国百种杰出学术期刊；中国科学技术协会优秀期刊；中国学术期刊综合评价数据库核心统计源期刊；中国科技论述数据库核心统计源期刊；中国科技引文数据库核心统计源期刊；中国科技核心期刊；全国中文核心期刊；中国学术期刊检索与评价数据规范执行优秀期刊；美国《剑桥科学文摘》收录期刊；俄罗斯《文摘杂志》收录期刊；中国期刊全文数据库收录期刊
- 核心期刊：中国学术期刊综合评价数据库核心统计源期刊；中国科技论述数据库核心统计源期刊；中国科技引文数据库核心统计源期刊；中国科技核心期刊；全国中文核心期刊
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。