資源描述：
《基于蟻群算法的遙感圖像分類研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、華中科技大學(xué)碩士學(xué)位論文摘要圖像分類是將復(fù)雜的現(xiàn)象簡(jiǎn)化為少量的一般性類別的過(guò)程，是提取有用信息實(shí)現(xiàn)目標(biāo)識(shí)別的重要途徑。在數(shù)據(jù)量呈海量增長(zhǎng)的今天，如何有效地將圖像中的目標(biāo)或其它感興趣部分從背景中提取出來(lái)，提高圖像分類的效率和效力，尤其凸顯其重要性。另一方面由于遙感圖像具有灰度級(jí)大、信息量多、邊界模糊、目標(biāo)結(jié)構(gòu)復(fù)雜等特性，使得遙感圖像的精確分類相當(dāng)困難，因此遙感圖像分類方法的研究成為一個(gè)具有重要理論和實(shí)際應(yīng)用價(jià)值的課題。論文首先介紹了遙感圖像分類方法的背景以及國(guó)內(nèi)外發(fā)展概況，重點(diǎn)闡述了蟻群算法的起源、基本原理、算法流程和幾種經(jīng)典的改進(jìn)形式，在此基礎(chǔ)上，針對(duì)蟻群算法收斂速度慢、容易陷入局部?jī)?yōu)解的
2、缺點(diǎn)，提出基于創(chuàng)建解的動(dòng)態(tài)控制和合并局部?jī)?yōu)解的蟻群改進(jìn)算法。接著介紹了常用的圖像分類方法尤其是K均值聚類算法，然后根據(jù)數(shù)字圖像的馬爾可夫性提出蟻群的適應(yīng)度函數(shù)；考察遙感圖像不同特征(灰度、方差、熵、能量、分維)和相似性度量的不同方式(梯度、局部相關(guān)性、信息素距離)對(duì)圖像分類結(jié)果的影響；最后在K均值聚類的粗分類結(jié)果之上，建立蟻群算法優(yōu)化遙感圖像分類結(jié)果，實(shí)現(xiàn)其精確分類的模型。綜上，本文取得兩處創(chuàng)新意義：其一，提出一種改進(jìn)的蟻群算法，它具有更快的收斂速度，探索全局優(yōu)解的能力更強(qiáng)；其二，提出一種基于蟻群算法的遙感圖像分類方法，實(shí)驗(yàn)表明本文的算法與傳統(tǒng)方法相比，具有更高的圖像分類精度。本文對(duì)蟻群算
3、法的研究工作也可拓展到路徑規(guī)劃、組合優(yōu)化等問(wèn)題的處理和應(yīng)用中。關(guān)鍵詞：遙感圖像；圖像分類；蟻群算法；圖像特征；相似性度量I華中科技大學(xué)碩士學(xué)位論文AbstractImageclassificationisaprocesswhichsimplifiesthecomplexphenomenontoasmallnumberofgeneralcategories.Anditisanimportantwaytoextractusefulinformationforthetargetrecognition.Todaythevolumeofdataisgrowingrapidly.Inparticula
4、r,itisimportanttoextractthetargetandsomeotherinterestingpartsfromthebackgroundimageeffectivelyandimprovetheefficiencyandeffectivenessofimageclassification.Theother,becauseremotesensingimagesusuallyhavetheseproperties:largegray-class,greatinformation,fuzzyborder,complexstructureoftargetandsoon.Thes
5、emakeitbeverydifficulttoclassifyremotesensingimagesaccurately.Sotheresearchofremotesensingimageclassificationhasbecomeanimportanttopicwhichhasthetheoreticalandpracticalvalue.Firstly,thispaperintroducesthebackgroundanddevelopmentoftheclassificationofremotesensingimages.LateritexpoundstheoriginofAnt
6、ColonyOptimization(ACO),thebasicprinciple,theflowofalgorithmandsometypicalimprovedforms.Onthisbasis,animprovedAntColonyOptimizationbasedondynamiccontrolofsolutionconstructionandmergenceoflocalsearchsolutionsisputforward.ThenitintroducestheMarkovnatureofdigitalimage.Afterwardsitfoundsthefitnessfunc
7、tionaccordingtoMarkovnature.Thefitnessfunctioninvolvesthecharacteristicofimages(includinggray,variance,entropy,energyandfractal)andthemeasurementofsimilarity(includingdirectionofthegradient,localrelevance,distanc
