基于進化多目標優(yōu)化算法與統(tǒng)計模型的SAR圖像變化檢測.pdf

1、隨著科學(xué)技術(shù)的不斷發(fā)展,利用雷達遙感對地面進行觀測,獲取圖像信息進行分析已成為社會經(jīng)濟發(fā)展不可或缺的重要組成部分。合成孔徑雷達(SAR)圖像的變化檢測是目前遙感圖像研究的重要課題之一。SAR圖像變化檢測是指從不同時刻獲取的同一地表的多幅圖像中提取出變化區(qū)域并進行分析的過程。該過程被廣泛的應(yīng)用于城市建設(shè),軍事偵察,災(zāi)情估計等方面。針對目前SAR圖像變化檢測方法存在精確度低等問題,本文圍繞這些問題展開研究工作,主要內(nèi)容包括:
　　(1

2、)研究實現(xiàn)了一種基于人工免疫多目標聚類的 SAR圖像變化檢測方法。利用人工免疫與多目標優(yōu)化算法相結(jié)合,將單目標轉(zhuǎn)化為多目標處理,擴大了搜索空間,有效地增加了解的多樣性,使所求的解不偏向某一方,能全面的衡量所求問題的綜合性能,有效地提高解的質(zhì)量且實現(xiàn)了全局擇優(yōu)。該方法分兩步對差異圖進行分類,采用自適應(yīng)免疫多目標算法對差異圖整體進行分類,有效地實現(xiàn)了自動化的處理方法,并采用免疫克隆多目標對局部進行分類,有效地提高了局部搜索的能力,解決了變化

3、檢測精確度低的問題。
　　(2)研究了一種基于混合策略博弈的 SAR圖像變化檢測方法。以博弈的思想實現(xiàn)多目標優(yōu)化的過程,該過程分兩次博弈進行分析,首先將多個目標看成是多個博弈參與人,目標之間通過策略的選擇與行動實現(xiàn)整體博弈,使自己的收益最大化,由此得到各自收益最好的抗體并將這些抗體組成抗體群,其次,對抗體群中每個抗體的多個聚類中心作為多個博弈參與人進行局部博弈,使抗體聚類中心之間達到?jīng)Q策均衡,得到一組使抗體收益最大的抗體群作為結(jié)果

4、。該方法有效地避免了由變異與交叉概率估計帶來的隨機性偏差,并提高了變化檢測的精確度。
　　(3)研究了一種基于先驗和灰度與紋理特征兩獨立事件的 SAR圖像變化檢測方法。將貝葉斯公式求最大后驗概率中的條件數(shù)據(jù)似然采用基于差異圖的灰度模糊隸屬度矩陣與紋理模糊隸屬度矩陣相融合得到的模糊隸屬概率來代替,這樣可以將差異圖的先驗數(shù)據(jù)與觀測數(shù)據(jù)看作是兩個相互獨立的變量,所以將模糊概率矩陣作為差異圖的條件數(shù)據(jù)似然,充分利用了差異圖的灰度與紋理信息