| 【论文摘要】 | 遥感多光谱图像分类在航空、航天对地观测,大地测绘,灾害监测等等领域有非常广泛的应用价值。快速、高性能的遥感多光谱图像分类方法一直是本学科研究的重点内容之一。
本文从遥感多光谱图像的分类原理入手,比较性地研究了遥感多光谱图像分类的常规方法并进行了部分仿真;针对常规方法过于依赖先验知识,易陷入局部极小等缺陷,本文将新的遗传学习算法——遗传规划(Genetic Programming)引入到遥感多光谱图像的分类中。遗传规划算法是一种在可能空间中寻找合适的计算机程序的自适应搜索算法。其搜索过程从本质上从属于随机搜索算法,但其空间遍历性比传统的启发式搜索要好,遗传操作使得路径可以随机跳跃至不同的子空间,从而在全局空间中以若干搜索集的并集的方式从时序过程方面逼近全集。本文阐述了遗传规划算法的基本原理,给出了基于遗传规划分类器的实现方法;分析了其在两类模式分类问题中的应用及特性:并将遗传规划算法应用于多类别遥感多光谱图像分类问题,提出了新的基于遗传规划的多光谱图像分类算法GP-ECC和GP-MECC,并应用于美国AVIRIS和LANDSAT卫星遥感多光谱图像的分类中,与现有基于GP的分类算法及最大似然法和BP神... |
