欧阳赞,马建文,戴芹2.PDFVIP

维普资讯 第 10卷 第4期 遥 感 学 报 Vo1．10．No．4 2006年 7月 JOURNALOFREMOTE SENSING July，2006 文章编号 ：1007—4619(2006)04—0440-09 多时相遥感变化检测的动态贝叶斯网络研究 欧阳赞 ，马建文 ，戴 芹 2 (1．中国科学院 遥感应用研究所 ，北 京 100101；2．中国科 学院 研究生院，北京 100049) 摘 要： 动态贝叶斯网络是 20世纪90年代在贝叶斯网络基础上发展起来的、利用时序动态数据产生可靠概率 推理的新方法，动态贝叶斯网络为实现遥感变化检测从静态到动态分析提供了一种新的途径。在实现了贝叶斯网 络遥感数据分类的基础上，把握发展动态，探索了利用动态贝叶斯网络对多时相多特征遥感数据进行变化检测的 问题。以北京东部地 区 1994年、2001年和 2003年5月 LandsatTM遥感数据为例 ，介绍 了利用动态贝叶斯 网络进 行多时相遥感变化检测的基本过程。实验结果表明：动态贝叶斯网络算法可以一次性输入和处理多个时相的遥感 数据 ，并通过概率和有向无环图表达了不同时间片段之间特征和状态变化 的关系 。 关键词 ： 贝叶斯 网络 ；动态贝叶斯 网络 ；多时相遥感变化检测 中图分类号 ： TP751．1 文献标识码 ： A StudyonDynamicBayesianNetworksforM ulti-temporal RemoteSensingChangeDetection OUYANGYun 。MAJian．wen，DAIQin， (1．InstituteofRemoteSensingApplications，ChineseAcademyofSciences，Being 100101，China； 2．GraduateSchool，ChineseAcademyofSciences，Belting 100049， ) Abstract： TheDynamicBayesianNetwork(DBN)，whichusesthetime-seriesdynamicdatatoproduce credibleprobabilisticreasoning，isamethod developed in 1990sbasedon theBayesian network，andoffersa waytochangeanalysisfrom the staticviewpointtothe dynamicviewpointwhenwe carryoutremote sensing changedetection．Graspingthedevelopmenttendency，weexplorehow touseDynamicBayesianNetworksfor directchangedetection ofremote sensing datawith multi—temporalfeatures．TakingtheLandsatTM remote sensingdataofeasternBeijingareaacquiredinMayof1994，2001and2003asanexample，weintroducein detailthe method to do multi—temporal remote sensing directchange detection using Dynamic Bayesian Networks．The good resultindicatesthat：theDBN—b