论文部分内容阅读
传统的遥感影像分类处理方法的发展已经比较成熟，特别是基于统计的最大似然分类方法。但传统的遥感分类方法在处理多源数据的分类时，显得力不从心，而数据来源的多样性是当前的客观实际，也是将来发展的趋势。在这样的情况下，迫切需要能处理多源数据的遥感图像分类方法，数据融合的思想与这样的需求不谋而合，
D-S证据理论是融合多源信息最有前景的一个方法。其在不确定性知识表示方面具有优良的性能，D-S证据理论具有很多优点，它可以做到对多源数据间的物理关系不必确切了解，不必准确地建立多源数据体的模型；人为的先验知识可以视同信息一样，赋予对决策的支持程度，参与证据组合运算等。这是近几年其理论和应用发展较快的原因。但组合相互冲突的证据以及在应用中如何构造mass函数仍然是理论和应用上的难题，本文针对这些难题进行了研究，并把它应用于城市发展中，主要工作如下：
1综述传统统计方法用于多源影像分类的缺陷，并针对这些缺点提出了证据推理的一些优势。
2深入分析证据推理的概念的本质含义。并提出利用最大似然分类结果作为不同证据的mass函数初值。
3利用证据推理融合多源传感器影像并把该方法用于城市发展。初步解决两个证据完全冲突进行融合时出现的问题。
4完成证据推理计算mass函数法的影像分析软件设计。制作了试验区的发展变化图，并对结果进行了分析研究。
对不确定性推理方法来说，D-S理论是通过mass函数正交和理论来进行推理的。该理论的一个策略是把证据集合分解成一系列不相关的证据集合，在这些证据集合中分别作判断，最后将这些判断结合起来建立推理模型。把多源信息看作是不同的证据，利用证据理论在城市发展研究的应用作初步尝试，用多源数据融合的技术方法制作武汉市城市发展态势图。并结合遥感图像的分析研究，对武汉市城区边界的界定、城区扩展方面进行探讨。多种数据源信息的相互补充，使得得到的遥感图像信息更为丰富，目视解译效果更佳，对于及时了解城市化发展的进程和具体数量及其空间位置，以使有效地控制城市扩展进程。