基于信息论和粗糙集理论的遥感影像分类不确定性度量

论文摘要

本文针对如何全面、准确地度量和可视化表达遥感影像分类中的不确定性的程度和空间分布进行研究。论文的主要研究内容如下:（1）以SPOT5多光谱遥感影像为试验数据源,基于贝叶斯分类器、最小距离分类器及模糊聚类进行了遥感影像分类。（2）基于粗糙集和信息论对以上三种分类结果分别完成了基于象元-地物类别-影像整体的多尺度遥感影像分类不确定性评价。（3）研究了遥感影像不确定性的可视化表达方法,并采用静态可视化方法完成了遥感影像分类不确定性的可视化表达。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究意义
• 1.2 研究现状
• 1.3 本文的主要内容及章节安排
• 2 遥感影像分类不确定性
• 2.1 不确定性及其普遍性
• 2.1.1 基本概念
• 2.1.2 不确定性的普遍性
• 2.2 遥感数据的不确定性
• 2.2.1 遥感数据不确定性机理框架
• 2.2.2 遥感数据及其不确定性流程
• 2.2.3 遥感数据不确定性来源
• 2.3 遥感影像分类中的不确定性
• 2.4 遥感影像分类不确定性评价方法
• 2.4.1 基于误差矩阵的精度评价方法
• 2.4.2 基于模糊集理论的精度评价方法
• 2.4.3 遥感分类不确定性评价方法存在的问题
• 3 遥感影像分类不确定性度量
• 3.1 基于信息论的遥感影像分类不确定性评价
• 3.1.1 Shannon 熵
• 3.1.2 像元尺度上的不确定性评价
• 3.2 基于粗糙集的遥感影像分类不确定性评价
• 3.2.1 粗糙集相关理论
• 3.2.2 地物类别尺度上的不确定性评价
• 3.2.3 影像整体尺度上的不确定性评价
• 3.3 遥感影像分类不确定性评价的可视化表达
• 3.3.1 静态可视化
• 3.3.2 动态可视化
• 3.3.3 特征可视化
• 4 实验与分析
• 4.1 遥感影像分类结果
• 4.2 像元的属性不确定性度量
• 4.3 类别的属性不确定性度量
• 4.4 影像的属性不确定性度量
• 5 总结与展望
• 5.1 总结
• 5.2 展望
• 攻读硕士学位期间公开发表的学术论文
• 致谢
• 参考文献