使用模糊规则与基于证据理论聚合上下文信息的土地覆盖分类
计算机视觉与模式识别
2015-05-14 v1 神经与进化计算
摘要
使用多光谱卫星图像进行土地覆盖分类是一项具有众多实际应用的极具挑战性的任务。我们提出了一种多阶段分类器，包括从训练数据中提取模糊规则，然后使用模糊规则库为每个像素生成可能性标签向量。为了利用土地覆盖类型的空间相关性，我们提出了四种不同的信息聚合方法，这些方法使用像素的可能性类标签及其八个空间邻居的可能性类标签来做出最终分类决策。其中三种聚合方法使用了 Dempster-Shafer 证据理论，而剩下的一种方法则是基于模糊 k-NN 规则建模的。所提出的方法使用了两幅基准七通道卫星图像进行测试，结果令人非常满意。它们还与基于马尔可夫随机场 (MRF) 模型的上下文分类方法进行了比较，发现性能始终更优。
引用
@article{arxiv.0911.4416,
title = {Land cover classification using fuzzy rules and aggregation of contextual information through evidence theory},
author = {Arijit Laha and Nikhil R. Pal and J. Das},
journal= {arXiv preprint arXiv:0911.4416},
year = {2015}
}
备注
14 pages, 2 figures