maximum likelihood classification的意思|示意

美 / ˈmæksiməm ˈlaiklihud ˌklæsifiˈkeiʃən / 英 / ˈmæksəməm ˈlaɪkliˌhʊd ˌklæsəfɪˈkeʃən /

最大似然

最大似然分类法是常见的遥感影像分类方法之一，它适用于监督式分类，根据给定的训练样本，将像元分到不同的类别中。本文将详细讲解最大似然分类法的定义、原理以及应用。

1. 定义：

最大似然分类法是一种基于概率统计的遥感影像分类方法，旨在将分类结果最大程度地符合已知的统计信息，使分类结果尽可能精确。

2. 原理：

最大似然分类法假设每个分类类别的像元值服从多元高斯分布，然后利用贝叶斯公式计算每个像元落入不同类别的概率，并选择具有最高概率的类别作为像元的分类结果。在计算概率时，需要利用训练样本的统计信息，包括均值向量和协方差矩阵，来拟合每个分类的高斯分布。

3. 应用：

最大似然分类法可以用于各种遥感影像的分类，包括单波段和多波段图像。它有很强的数学基础，可以按照不同的需求进行改进和扩展。然而，最大似然分类法对数据的要求比较高，需要较为丰富的训练样本和较精确的统计信息。同时它也适合处理高维数据，因此在实际应用中经常被用来进行遥感影像分类。