| 【中文题名】 | 基于模糊积分的多光谱遥感图象分类方法研究 |
| 【英文题名】 | A Study on the Classification of Multi-spectral Remote Sensing Image Based on Fuzzy Integrals |
| 【学科专业】 | 模式识别与智能系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-12 |
| 【中关键词】 | 遥感图象分类,多分类器融合,模糊积分,模糊密度,遗传算法, |
| 【英关键词】 | remote sensing image classification,multi-classifier fusion,fuzzy integral,fuzzy density,genetic algorithm, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法> |
| 【论文摘要】 |
遥感图像分类一直是遥感研究领域的重要内容，如何解决多类别图像的识别并满足一定的精度，是遥感图像研究中的一个关键问题，具有十分重要的意义。在遥感数据的统计分类中，假设条件存在差异时，无法取得满意的识别结果，使得传统的遥感影象分类方法难以快速准确地从遥感影象中提取信息。因此，本课题将模式识别领域中新发展起来的多分类器融合技术应用到遥感图象分类识别中，并在融合理论的改善上作了一些探索性的研究。
多分类器融合技术结合数据融合、机器学习、模式识别等多方面理论，将来自不同分类器的识别信息进行有机结合，以降低单分类器的设计难度，全面提取和利用分类信息，达到改善或改进传统分类算法的目的。近年来，多分类器融合技术在人脸识别、手写字符识别等方向上受到了广泛重视，显示出很大的研究价值和现实应用前景，但在遥感图象领域中的研究尚显不足。
融合系统的实现主要关涉到二个方面：个体分类器的设计、适当的融合模型的建立。本文也即从这二方面入手，首先对遥感图象的特征进行分析，通过预处理，建立不同结构和模式的神经网络作为元分类器，再将基于模糊积分的融合模型应用于遥感分类的决策。
模糊积分是一种融合工具，用以提高多分... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-9 |
|
第一章 绪论 |
9-15 |
|
1.1 信息融合的背景知识及研究现状 |
9-10 |
|
1.2 遥感分类技术发展 |
10-12 |
|
1.3 多分类器融合技术 |
12-13 |
|
1.4 论文主要工作 |
13-15 |
|
第二章 预备知识 |
15-28 |
|
2.1 模糊测度与模糊积分 |
15-17 |
|
2.1.1 模糊测度 |
15-16 |
|
2.1.2 模糊积分 |
16-17 |
|
2.2 遗传算法 |
17-27 |
|
2.2.1 遗传算法的基本思想 |
17-18 |
|
2.2.2 遗传算法的特点 |
18-19 |
|
2.2.3 遗传算法的基本特征和操作 |
19-24 |
|
2.2.4 遗传算法的应用 |
24-25 |
|
2.2.5 遗传算法的改进 |
25-27 |
|
2.3 本章小节 |
27-28 |
|
第三章 遥感图象分类 |
28-46 |
|
3.1 遥感图象分类的基本原理 |
28-29 |
|
3.2 非监督分类 |
29-30 |
|
3.3 监督分类 |
30-44 |
|
3.3.1 监督分类的主要步骤 |
30 |
|
3.3.2 图像预处理 |
30 |
|
3.3.3 特征提取与选择 |
30-32 |
|
3.3.4 遥感图像特征分析实验 |
32-34 |
|
3.3.4 遥感图象监督分类方法 |
34-42 |
|
3.3.5 基于 BP 神经网络的分类器设计实验 |
42-43 |
|
3.3.6 分类后处理 |
43-44 |
|
3.4 本章小节 |
44-46 |
|
第四章 基于模糊积分的融合模型 |
46-63 |
|
4.1 常用融合算法分类 |
46-47 |
|
4.2 贝叶斯(Bayes)方法 |
47-49 |
|
4.3 D-S 证据理论 |
49-50 |
|
4.4 基于模糊积分的多分类器融合模型 |
50-53 |
|
4.5 基于模糊积分的融合模型中模糊密度的确定 |
53-61 |
|
4.5.1 基于改进型遗传算法确定模糊测度 |
55-58 |
|
4.5.2 精度比较与分析 |
58 |
|
4.5.3 基于神经网络确定模糊测度的方法─混淆矩阵法 |
58-61 |
|
4.5.4 精度比较与分析 |
61 |
|
4.6 本章小节 |
61-63 |
|
第五章 结论与展望 |
63-65 |
|
参考文献 |
65-68 |
|
致谢 |
68-69 |
|
攻读硕士期间发表的学术论文 |
69 |
|
| 【DOI】 | LunWen.ID:2.2008.389479 |
