Quan sát trái đất hơn IS Hiện nay đang phát triển nhanh chóng hơn bao giờ hết. TRONG cuối cùng số thập kỷ của các vệ tinh đã-được trồng đều đặn, và phạm vi bảo hiểm của Trái đất trong không gian, thời gian, và quang phổ điện từ IS tăng nhanh tương ứng. Các Độ chính xác trong phân loại một cảnh có thể tăng lên bằng cách sử dụng hình ảnh từ MỘT SỐ cảm biến hoạt động ở bước sóng khác nhau của phổ điện từ. Sự tương tác Giữa các bức xạ điện và diện tích bề mặt trái đất đặc. | 11_ Data Fusion for Remote-Sensing Applications Anne . Solberg CONTENTS The Multi Concept in Remote The Multi-Spectral or Multi-Frequency The Multi-Temporal Aspect . 251 The Multi-Polarization The Multi-Sensor Other Sources of Spatial Data . 251 Multi-Sensor Data Registration . 252 Multi-Sensor Image Classification . 254 A General Introduction to Multi-Sensor Data Fusion for Remote-Sensing Applications . 254 Decision-Level Data Fusion for Remote-Sensing Applications . 254 Combination Schemes for Combining Classifier Statistical Multi-Source Neural Nets for Multi-Source A Closer Look at Dempster-Shafer Evidence Theory for Data Fusion. 258 Contextual Methods for Data Using Markov Random Fields to Incorporate Ancillary A Summary of Data Fusion Multi-Temporal Image Multi-Temporal Direct Multi-Date Cascade Classifiers . 263 Markov Chain and Markov Random Field Classifiers. 264 Approaches Based on Characterizing the Temporal Signature. 264 Other Decision-Level Approaches to Multi-Temporal Classification. 264 Multi-Scale Image Classification . 264 Concluding Remarks . 266 Fusion Level. 267 Selecting a Multi-Sensor Classifier. 267 Selecting a Multi-Temporal Classifier . 267 Approaches for Multi-Scale Data . 267 References . 267 249 2008 by Taylor Francis Group LLC 250 Image Processing for Remote Sensing Introduction Earth observation is currently developing more rapidly than ever before. During the last decade the number of satellites has been growing steadily and the coverage of the Earth in space time .
