1 香港理工大学武汉大学 空间信息联合实验室,湖北 武汉 430079
2 武汉大学 遥感信息工程学院,湖北 武汉 430079
3 香港理工大学土地测量与地理资讯学系, 中国 香港 999077
提出了一种借助多偏移遥感图像来改进基于BP神经网络(BPNN)的亚像元定位新方法.不同于原BPNN方法使用单幅低空间分辨率观测图像, 新方法利用多幅带有亚像元偏移的低空间分辨图像来确定亚像元属于各类的概率, 然后根据概率值和地物覆盖比例确定亚像元类别, 以降低BPNN定位模型中的不确定性和误差.实验表明, 提出方法在视觉和定量评价上, 均能获得更高精度的亚像元定位结果, 验证了提出方法的有效性.
遥感图像 亚像元定位 BP神经网络(BPNN) 多偏移图像 remote sensing images sub-pixel mapping back-propagation neural network(BPNN) multiple shifted images
