文档介绍：————焉孬刁葺西甄唬涸僭痱咸—————■乎霜露——一:黟骑蛳台—————蘼墩纭!R唬瑚鸶ㄑ铱—————平再季霈——一:刨华延捡———平再舀军砰西翼—一:牲矽而牟￥观对嘉千够嘉￥丁面张每琶抱驯瑕华椠髟亚翁豺国滔耍粝刚荡审:棵哳甭琶擅杀￥工蕊磁军:酶目捶嚣茸观——————肴鎟一::鲁嘴茸砚砸丽夏■:鲁椠髟性杀
,:。:.。,,,—~。~
\’●々‘、
锄鲐涉≥易鳓籼州刖日日期:业年T隆蝗敲羞盘,陈藉杰、独创性声明学位论文版权使用授权书签字日期:、年厂月¨日邀堡王太堂本学位论文作者完全了解塞邀壅三太堂有保留、使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于塞邀堡本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方以外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得塞或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:工大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权安徽理工大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笫视帽授权书
,
摘要遥感技术是一种能够对目标进行非接触测量,采集并且分析的一种新型探测技术。随着电子计算机和空间技术的发展,各种资源和环境卫星的发射和成功的运行,通过遥感卫星从太空的高度对地球全貌以及地表动态变化等各种资源信息的提取技术得到了快速的发展。因此,对获得的海量遥感图像进行识别处理,即通过提取图像信息的特征,并利用这些特征进行图像分类,进而达到图像。鞩恢笔且8屑术所要解决的重要问题之一。神经网络因特有的自组织学习和强大的容错性,并且在解决非线性映射问题上表现出独特的功能,使得神经网络比传统的统计参数分类方法上表现出很大的优势,还能有一定的抗噪能力,被广泛的应用在模式识别以及图像处理等各种领域。针对已经有用于遥感图像处理的神经网络系统,本文对其应用最广泛的神经网络进行了介绍。由于标准的算法在对图像分类时存在着收敛速度慢以及对网络初始参数的依赖,容易陷入局部最小值问题。针对算法的缺点,我们利用具有全局搜索能力、强继承性的遗传算法对初始网络参数进行训练,得到的最优染色体可以提高分类效率和解决局部极值的问题。因此本文构造了基于—的三层神经网络用于遥感图像进行分类的方法。一般在处理遥感图像分类问题时采用的是基于光谱特征的分类方法,即针对遥感图像的灰度特征进行分类,采用单特征进行分类的精度不高,所以本文采用的是基于光谱和纹理特征相融合的分类方法。对于光谱特征的提取,采用的是对整幅图像进行加窗提取窗口内像素的平均灰度特征的方法,并用提取的平均灰度特征来表示该窗口区域的特征值。对于纹理特征提取也是采用同样的方法,先求出窗口内像素的灰度共生矩阵,然后求平均相关性特征和能量特征,用这三个特征来代表整个窗口内图像像素的特征信息,将这三个特征值进行标准化处理作为—网络的数据输入,然后分别对采用灰度特征值和融合特征值作为输入的图像进行分类,并且进行评价。结果表明采用改进的—网络对融合特征值的网络输入,分类结果的精度和分类速度都高于对单特征的分类效果。参考文献关键字:网络;遥感分类方法;特征提取;遗传算法图表分类号:
~一
,琣..琣—,.瑂,甌,,,,.甌琻,.瑄赼—琻—瑃瓵瓺·猯,瓵—
瑀瑃篵安徽理工大学硕士学位论文.,—,\.籥甌,....