基于最大熵阈值分类法的损毁房屋识别

基于最大熵阈值分类法的损毁房屋识别以等高线簇形状相似度的信息熵为指标，以阈值δ将包含损毁和完好房屋等高线簇的等高线簇集合分割为完好房等高线簇和损毁房屋等高线簇这两个子集。由于基于熵的分割方法能够借助嫡对事物信息量的数理异同性测度能力，构造不同的熵函数以帮助确定最优度量或最优控制实现分割，因此，采用最大规模现进行分制，即选择恰当的阈值δ,将房屋等高线簇集合分为完好等高线簇和损毁等高线簇两个子集，这两个子集所对应的所有等高线簇的概率之和分别构成两个事件，这两个事件的信息增益的数学期望就是嫡。显然，此时等高线簇的熵是阈值δ的函数，通过迭代优化控制，当熵取得最大值时，等高线簇的两个子集合的概率最接近，其信息增益最小，或者信息量变化最小，获得最优化分割。