基于克隆選擇的多光譜遙感影像分類算法

基于克隆選擇的多光譜遙感影像分類算法

桂良啟、黃全亮、郭偉、張祖巖（武漢大學(xué)電子與計(jì)算機(jī)科學(xué)系）、《微波科學(xué)》第200520（2）185188。根據(jù)微波輻射測(cè)量的基本原理導(dǎo)出了二維天線增益函數(shù)的表達(dá)式,指出了基于一維天線增益函數(shù)的傅立葉變換遞推反演面目標(biāo)視在溫度方法的不足,提出了一種基于二維天線增益函數(shù)的迭代反演法,并用該方法反演了水面視在溫度。結(jié)果顯示這種反演是必要的,方法是準(zhǔn)確的。圖2表0參8基于克隆選擇的多光譜遙感影像分類算法/鐘燕飛,張良培,龔健雅,李平湘(武漢大學(xué)測(cè)繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室)//中國圖象圖形學(xué)報(bào).―2005,10(1).―18～24.為了對(duì)多光譜遙感影像進(jìn)行更精確的分類,提出了一種基于克隆選擇(clonalselection)的多光譜遙感影像分類算法。該方法首先應(yīng)用基于人工免疫系統(tǒng)的克隆選擇算法對(duì)樣本進(jìn)行自學(xué)習(xí)來得到全局最優(yōu)的聚類中心,然后利用學(xué)習(xí)得到的聚類中心對(duì)整幅影像進(jìn)行分類。由于克隆選擇算法具有生物免疫系統(tǒng)自組織、自學(xué)習(xí)、自識(shí)別、自記憶的能力,不僅使得基于克隆選擇的多光譜遙感影像分類算法具有非線性的分類能力,而且能夠快速準(zhǔn)確地得到全局最優(yōu)解,從而克服了傳統(tǒng)分類方法約束條件多、容易陷入局部最優(yōu)的缺點(diǎn)。實(shí)驗(yàn)結(jié)果證明,基于克隆選擇的多光譜遙感影像分類算法在分類精度上優(yōu)于傳統(tǒng)的分類方法,其總精度和Kappa系數(shù)分別達(dá)到了93.63%和0.915,因而具有實(shí)用價(jià)值。圖3表2參15改進(jìn)圖像閾值分割算法的研究/賈允,丁艷,劉澤平(北京理工大學(xué)機(jī)電工程學(xué)院)//光學(xué)技術(shù).―2005,31(1).―155～157.研究了利用閾值對(duì)圖像進(jìn)行分割的一般算法。根據(jù)圖像的特點(diǎn),從不同的數(shù)學(xué)角度對(duì)閾值的選取進(jìn)行了分析,改進(jìn)了基于圖像灰度統(tǒng)計(jì)特征的邊緣強(qiáng)度分割和逐次逼進(jìn)的閾值迭代算法,并嘗試采用多個(gè)閾值進(jìn)行局部分割的算法。對(duì)分割結(jié)果的對(duì)比分析表明,改進(jìn)后的算法在分割的完整性和一致性上具有更好的效果。圖8表0參5基于模糊推理的紋理圖像融合方法研究/崔宇紅,倪國強(qiáng),范宏深(北京理工大學(xué)信息科學(xué)技術(shù)學(xué)院光電工程系)//光學(xué)技術(shù).―2005,31(1).―130～132,135.研究了模糊邏輯方法在圖像特征層融合中的應(yīng)用,介紹了兩種模糊推理方法——Mamdani型和Sugeno型模糊邏輯推理系統(tǒng),以及基于Sugeno型模糊推理的自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng);在紅外-可見光雙通道圖像融合實(shí)驗(yàn)中,采用Gabor濾波提取兩幅圖像的紋理特征,并分別采用兩種模糊推理方法進(jìn)行特征層融合。對(duì)融合效果進(jìn)行了分析,結(jié)果表明兩種模糊邏輯方法在不同應(yīng)用環(huán)境下都可以取得了較好的融合效果。圖9表0參10適于遙感圖像實(shí)時(shí)壓縮的小波基的選擇/柯麗,黃廉卿(中國科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所)//光學(xué)技術(shù).―2005,31(1).―77～80,83.遙感圖像相關(guān)性弱,紋理細(xì)節(jié)豐富,故對(duì)其采用基于小波變換的圖像編碼方法進(jìn)行編碼壓縮,而在對(duì)圖像進(jìn)行小波變換時(shí),小波基的選取是至關(guān)重要的,它直接影響到變換速度和編碼效率。在詳細(xì)分析小波基的基本性質(zhì)及其與圖像編碼的關(guān)系的基礎(chǔ)上,選出數(shù)種典型小波基進(jìn)行實(shí)驗(yàn)比較。實(shí)驗(yàn)結(jié)果表明D5/3雙正交小波基最適合于遙感圖像實(shí)時(shí)壓縮,最后經(jīng)實(shí)驗(yàn)驗(yàn)證其選取是合理的。圖1表5參7基于微種群遺傳算法和自適應(yīng)BP算法的遙感圖像分類/李儀,陳云浩,李京(北京師范大學(xué)資源學(xué)院)//光學(xué)技術(shù).―2005,31(1).―17～20,23.介紹了采用微種群遺傳算法和自適應(yīng)BP算法相結(jié)合的混合遺傳算法來訓(xùn)練前向人工神經(jīng)網(wǎng)絡(luò)(BPNN)的方法。即先用微種群遺傳學(xué)習(xí)算法進(jìn)行全局訓(xùn)練,再用自適應(yīng)BP算法進(jìn)行精確訓(xùn)練,以達(dá)到加快網(wǎng)絡(luò)收斂速度和避免陷入局部極小值的目的。將該算法用于遙感圖像分類,網(wǎng)絡(luò)的訓(xùn)練速度及分類結(jié)果表明,該算法收斂速度較快,預(yù)測(cè)精度較高。圖8表3參12基于ERDAS二次開發(fā)的遙感圖像同態(tài)濾波薄云去除算法的改進(jìn)/謝華美,何啟翱,鄭寧,別榮芳(北京師范大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系)//北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版).―2005,41(2).―150～153.遙感圖像中,云覆蓋是最常見的噪聲之一。針對(duì)薄云處于低頻的特點(diǎn),近年來通常使用同態(tài)濾波進(jìn)行去云處理,然而同態(tài)濾波對(duì)所選中的整個(gè)區(qū)域進(jìn)行處理,不僅處理了有云的區(qū)域,同時(shí)也影響無云的區(qū)域,特別是邊界區(qū)域受到很大的影響。該文在分析同態(tài)濾波的特點(diǎn)后,在運(yùn)用C語言對(duì)ERDAS進(jìn)行二次開發(fā)時(shí),對(duì)同態(tài)濾波去云算法進(jìn)行改進(jìn),既實(shí)現(xiàn)同態(tài)濾波對(duì)云層的處理效果,又保持無云背景地區(qū)的信息不受任何影響。圖0表1參6基于長(zhǎng)邊緣相關(guān)和一致性檢測(cè)的多傳感器圖像配準(zhǔn)方法/牛力丕,毛士藝,陳煒,焦靜(北京航空航天大學(xué)電子信息工程學(xué)院)//信號(hào)處理.―2005,21(2).―115～119,114.遙感圖像的配準(zhǔn)特別是當(dāng)波段相距較遠(yuǎn)的圖像間配準(zhǔn)時(shí),由于其相關(guān)性小,直接提取的邊緣特征中不一致特征所占比例很大,此時(shí)直接應(yīng)用partialHausdorff距離等方法配準(zhǔn)往往失效。該文提出了一種基于長(zhǎng)邊緣相關(guān)的圖像配準(zhǔn)方法,首先對(duì)長(zhǎng)邊緣進(jìn)行相關(guān)計(jì)算,然后在相關(guān)長(zhǎng)邊緣的基礎(chǔ)上對(duì)其余的邊緣進(jìn)行一致性檢測(cè)。極大提高了邊緣特征的一致性。長(zhǎng)邊緣相關(guān)是在比較HuiLi的相關(guān)方法基礎(chǔ)上提出的改進(jìn)Freeman鏈碼相關(guān)系數(shù)方法。一致性特征檢測(cè)方法是基于V.Randrianarisoa的檢測(cè)方法并對(duì)之進(jìn)行了改進(jìn)。最后對(duì)一致邊緣的相關(guān)部分使用最小二乘法得到了配準(zhǔn)參數(shù)。仿真實(shí)驗(yàn)表明該方法對(duì)長(zhǎng)邊緣豐富的圖像有很好的配準(zhǔn)結(jié)果。并且該方法具有配準(zhǔn)速度快的優(yōu)點(diǎn)。圖5表0參6數(shù)字圖像單個(gè)像元分形維數(shù)的特征與計(jì)算方法/朱驥,林子瑜,王昂生(中國科學(xué)院成都山地災(zāi)害與環(huán)境研究所)//光電工程.―2005,32(2).―23～25,29.通過分形理論把空間結(jié)構(gòu)信息引入遙感分類中,必須解決分形維數(shù)計(jì)算的問題,為此提出了一種通過相鄰像元間灰度值大小的變化計(jì)算數(shù)字圖像單個(gè)像元分形維數(shù)的算法。選定計(jì)算窗口值L后,運(yùn)用所編程序?qū)M遙感數(shù)據(jù)進(jìn)行運(yùn)算,并得到所需分維值數(shù)據(jù)。發(fā)現(xiàn)所得分維值隨窗口值L增大而減小;大窗口值的分維值圖像較抽象,但建議窗口值不超過61;小窗口值的分維值圖像較清晰,但窗口值不能小于5。圖5表1參6廣義遙感環(huán)境考古的技術(shù)整合/王心源,陸應(yīng)誠,高超,席道瑛(中國科學(xué)技術(shù)大學(xué)地球與空間科學(xué)系)//安徽大學(xué)學(xué)報(bào).―2005,29(2).―40～44從交叉學(xué)科的角度,提出廣義遙感環(huán)境考古理念并從技術(shù)層面上進(jìn)行探討,定義廣義遙感環(huán)境考古技術(shù)是:基于信息學(xué)、地學(xué)、考古學(xué)與歷史生態(tài)學(xué)理論,從航天、航空以及地面地球物理(如電場(chǎng)、磁場(chǎng)、力場(chǎng)、地震波等)方法獲取地表及地下歷史遺跡的信息,通過信息的處理、融合,進(jìn)行影像的宏觀分析到地球物理的地下微觀探測(cè),進(jìn)而識(shí)別遺跡(址)的屬性及其分布等特征,結(jié)合測(cè)年技術(shù)、孢粉分析以及化學(xué)和物理的鑒定技術(shù)等,得到對(duì)古人類生存的古生態(tài)環(huán)境的虛擬與數(shù)字化的重建。通過對(duì)考古學(xué)發(fā)展與變革的考察,得出廣義遙感環(huán)境考古出現(xiàn)的歷史必然性,進(jìn)而對(duì)廣義遙感環(huán)境考古內(nèi)涵、技術(shù)工作思路、技術(shù)整合作了探討。圖2表0參12遠(yuǎn)程航標(biāo)差分定位遙測(cè)遙控系統(tǒng)及其低功耗設(shè)計(jì)/王明劍,李光福(重慶通信學(xué)院研究生隊(duì))//重慶郵電學(xué)院學(xué)報(bào)(自然科學(xué)版).―2005,17(1).―125～126.分析遠(yuǎn)程航標(biāo)遙測(cè)系統(tǒng)中所需具備的各項(xiàng)功能指標(biāo);探討了遙測(cè)系統(tǒng)實(shí)現(xiàn)的幾種方法;介紹了一種低功耗的遠(yuǎn)程航標(biāo)遙測(cè)系統(tǒng)的硬件與軟件實(shí)現(xiàn),該系統(tǒng)在有效完成航標(biāo)定位、監(jiān)控的前提下,實(shí)現(xiàn)了系統(tǒng)功能的最大降低,并具有持久性及方便的操作性。圖1表0參3智能電表遠(yuǎn)程無線監(jiān)視/王海林,吳言蓀,雷志同(重慶大學(xué))//電子測(cè)量技術(shù).―2004,(6).―59～60.文中提出基于GPRS網(wǎng)絡(luò)的智能電表遠(yuǎn)程無線監(jiān)視裝置的方案,從硬件和軟件兩方面介紹該系統(tǒng),并制作實(shí)驗(yàn)樣機(jī)進(jìn)行研究。圖0表0參0在LabVIEW中實(shí)現(xiàn)基于C/S結(jié)構(gòu)的遠(yuǎn)程數(shù)據(jù)采集/