基于進(jìn)化多目標(biāo)優(yōu)化算法與統(tǒng)計(jì)模型的SAR圖像變化檢測(cè).pdf

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

2、)研究實(shí)現(xiàn)了一種基于人工免疫多目標(biāo)聚類的 SAR圖像變化檢測(cè)方法。利用人工免疫與多目標(biāo)優(yōu)化算法相結(jié)合,將單目標(biāo)轉(zhuǎn)化為多目標(biāo)處理,擴(kuò)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(wèn)題的綜合性能,有效地提高解的質(zhì)量且實(shí)現(xiàn)了全局擇優(yōu)。該方法分兩步對(duì)差異圖進(jìn)行分類,采用自適應(yīng)免疫多目標(biāo)算法對(duì)差異圖整體進(jìn)行分類,有效地實(shí)現(xiàn)了自動(dòng)化的處理方法,并采用免疫克隆多目標(biāo)對(duì)局部進(jìn)行分類,有效地提高了局部搜索的能力,解決了變化

3、檢測(cè)精確度低的問(wèn)題。
　　(2)研究了一種基于混合策略博弈的 SAR圖像變化檢測(cè)方法。以博弈的思想實(shí)現(xiàn)多目標(biāo)優(yōu)化的過(guò)程,該過(guò)程分兩次博弈進(jìn)行分析,首先將多個(gè)目標(biāo)看成是多個(gè)博弈參與人,目標(biāo)之間通過(guò)策略的選擇與行動(dòng)實(shí)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(duì)抗體群中每個(gè)抗體的多個(gè)聚類中心作為多個(gè)博弈參與人進(jìn)行局部博弈,使抗體聚類中心之間達(dá)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(jì)帶來(lái)的隨機(jī)性偏差,并提高了變化檢測(cè)的精確度。
　　(3)研究了一種基于先驗(yàn)和灰度與紋理特征兩獨(dú)立事件的 SAR圖像變化檢測(cè)方法。將貝葉斯公式求最大后驗(yàn)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(lái)代替,這樣可以將差異圖的先驗(yàn)數(shù)據(jù)與觀測(cè)數(shù)據(jù)看作是兩個(gè)相互獨(dú)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