基于模糊積分的多光譜遙感圖象分類方法研究.pdf

1、遙感圖像分類一直是遙感研究領域的重要內(nèi)容，如何解決多類別圖像的識別并滿足一定的精度，是遙感圖像研究中的一個關(guān)鍵問題，具有十分重要的意義。在遙感數(shù)據(jù)的統(tǒng)計分類中，假設條件存在差異時，無法取得滿意的識別結(jié)果，使得傳統(tǒng)的遙感影象分類方法難以快速準確地從遙感影象中提取信息。因此，本課題將模式識別領域中新發(fā)展起來的多分類器融合技術(shù)應用到遙感圖象分類識別中，并在融合理論的改善上作了一些探索性的研究。 多分類器融合技術(shù)結(jié)合數(shù)據(jù)融合、機器學習、

2、模式識別等多方面理論，將來自不同分類器的識別信息進行有機結(jié)合，以降低單分類器的設計難度，全面提取和利用分類信息，達到改善或改進傳統(tǒng)分類算法的目的。近年來，多分類器融合技術(shù)在人臉識別、手寫字符識別等方向上受到了廣泛重視，顯示出很大的研究價值和現(xiàn)實應用前景，但在遙感圖象領域中的研究尚顯不足。 融合系統(tǒng)的實現(xiàn)主要關(guān)涉到二個方面：個體分類器的設計、適當?shù)娜诤夏Ｐ偷慕?。本文也即從這二方面入手，首先對遙感圖象的特征進行分析，通過預處理，建

3、立不同結(jié)構(gòu)和模式的神經(jīng)網(wǎng)絡作為元分類器，再將基于模糊積分的融合模型應用于遙感分類的決策。 模糊積分是一種融合工具，用以提高多分類器融合系統(tǒng)的分類精確率和改善系統(tǒng)的穩(wěn)健性。在基于模糊積分的多分類器融合系統(tǒng)中，模糊測度對融合系統(tǒng)的性能有很大的影響。若模糊測度定義得比較合適，可以明顯地提高分類精確率；反之，定義得不恰當，可能使得融合系統(tǒng)的分類精確率不如單個分類器的分類精確率。本文給出了2種實現(xiàn)模糊測度的方法：l、基于改進遺傳算法確定模