开发工具:
文件大小: 7kb
下载次数: 0
上传时间: 2010-11-01
详细说明： 最小风险贝叶斯分类 一 提取样本，输入各样本的图像 %读入样本10,即遥感图像的背景 I=imread('10.jpg'); %将样本图像降维处理 R=I(:,:,1); G=I(:,:,2); B=I(:,:,3); %灰度值归一化 R=im2double(R); G=im2double(G); B=im2double(B); [M N]=size(R); R=reshape(R',[1 M*N]); G=reshape(G',[1 M*N]); B=reshape(B',[1 M*N]); T11=[R;G;B]'; 二 计算各样本RGB矩阵的均值，协方差矩阵，协方差矩阵的逆矩阵，及协方差矩阵的行列式 %求各波段样本向量的均值 T1_mean=mean(T1); T2_mean=mean(T2); T3_mean=mean(T3); T4_mean=mean(T4); T5_mean=mean(T5); T6_mean=mean(T6); T7_mean=mean(T7); T8_mean=mean(T8); T9_mean=mean(T9); T10_mean=mean(T10); T11_mean=mean(T11); %求各类别的协方差 矩阵 T1_cov=cov(T1); T2_cov=cov(T2); T3_cov=cov(T3); T4_cov=cov(T4); T5_cov=cov(T5); T6_cov=cov(T6); T7_cov=cov(T7); T8_cov=cov(T8); T9_cov=cov(T9); T10_cov=cov(T10); T11_cov=cov(T11); %计算协方差矩阵的逆矩阵 T1_inv=inv(T1_cov); T2_inv=inv(T2_cov); T3_inv=inv(T3_cov); T4_inv=inv(T4_cov); T5_inv=inv(T5_cov); T6_inv=inv(T6_cov); T7_inv=inv(T7_cov); T8_inv=inv(T8_cov); T9_inv=inv(T9_cov); T10_inv=inv(T10_cov); T11_inv=inv(T11_cov); %计算协方差矩阵的行列式 T1_det=det(T1_cov); T2_det=det(T2_cov); T3_det=det(T3_cov); T4_det=det(T4_cov); T5_det=det(T5_cov); T6_det=det(T6_cov); T7_det=det(T7_cov); T8_det=det(T8_cov); T9_det=det(T9_cov); T10_det=det(T10_cov); T11_det=det(T11_cov); 三 根据过去实验的结果，确定各类地物的先验概率 四 建立判别函数 定义风险函数： 应该是 类，判别为 类时造成的风险为 ； 最小风险判别准则：选取j,使 最小 利用贝叶斯公式重新定义风险函数： (j=1,2,3…,S) 如果： 则： ； 则： ； 设i类判为除i之外的地物时所承担的损失是0.11，判断正确时的损失时0。 得到如下的判别公式 p(10)=log(0.01)+log(0.11)+(P-T10_mean)*(T10_inv)*(P-T10_mean)'*(-0.5)-0.5*log(abs(T10_det)); 函数值最大时即所判定的地物类型 五 显示重新返回的RGB图像 R=uint8(R);G=uint8(G);B=uint8(B); %重新还原RGB彩图 result=cat(3,R,G,B); figure; imshow(result); title('最小风险贝叶斯算法分类效果'); ...展开收缩
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
