论文部分内容阅读
利用Nave Bayesian网络的学习和推理机制,提出一种在遥感影像上提取居民地目标的方法。该方法通过对所选取的正负样本进行学习,获取Bayesian网络的重要参数,即条件概率和概率分布密度。在此基础上,根据正负样本所构建的条件概率网,对未知类别信息的影像进行分类,从而获取居民地目标的信息。通过对实际全色SPOT5影像中居民地目标的提取,表明该方法具有较高的识别率。