基于遗传算法和MRF的亚像元定位方法研究-信号与信息处理专业论文.docxVIP

万方数据 万方数据 分类号： 密级： U D C ： 编号： 工学硕士学位论文 基于遗传算法和 MRF 的亚像元定位方 法研究 硕 士 研 究 生 ：刘务 指 导 教 师 ：赵春晖 教授 学 位 级 别 ：工学硕士 学 科 、 专 业 ：信号与信息处理 所 在 单 位 ：信息与通信工程学院 论文提交日期 ：2014 年 1 月 论文答辩日期 ：2014 年 3 月 学位授予单位 ：哈尔滨工程大学 Classified Index: U.D.C: A Dissertation for the Degree of M. Eng Research on GA and MRF based Sub-pixel Mapping Candidate: Liu Wu Supervisor: Prof. Zhao Chunhui Academic Degree Applied for: Master of Engineering Specialty: Signal and Information Processing Date of Submission: January 2014 Date of Oral Examination: March 2014 University: Harbin Engineering University 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成 的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文 中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成 果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完 全意识到本声明的法律结果由本人承担。 作者(签字)： 日期： 年 月 日 哈尔滨工程大学 学位论文授权使用声明 本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工 作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机 构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数 据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公 布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注 明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。 本论文(□在授予学位后即可 □在授予学位 12 个月后 □解密后)由哈尔滨工程大学 送交有关部门进行保存、汇编等。 作者(签字)： 导师(签字)： 日期： 年 月 日 年 月 日 基于遗传算法和 MRF 的亚像元定位研究 摘 要 高光谱遥感是一种多维信息获取技术，它不仅可以获得描述地物分布的二维空间信 息，而且可以获得对应地物的一维光谱信息。高光谱遥感图像的光谱分辨率很高，随着 光谱分辨率的提高，其对地物的认知能力也不断的提升，但是高光谱遥感图像的空间分 辨率仍然很低，混合像素普遍的存在于高光谱遥感图像中。针对混合像素的处理，硬分 类方法会导致地物信息的大量丢失，正因为如此，提出软分类方法，具体来说包括端元 提取，丰度反演和亚像元定位三个部分，端元提取算法提取高光谱图像中所含有的端元， 丰度反演是计算各端元在混合像素中所含有的丰度，亚像元定位技术预测各端元在混合 像素中的分布。 本文针对高光谱遥感图像亚像元定位方法中一些关键问题进行了研究。具体工作如 下： 首先，对亚像素和像素之间的吸引力模型(SPSAM)，像元交换算法(PSA)等基础的 亚像元定位算法进行了研究。SPSAM 直接对亚像素进行赋值，而且吸引力值计算方法 极为粗糙，使其亚像元定位结果中出现很多独立的像素。PSA 具有高效的迭代速度，但 是其缺点是对噪声和亚像元的初始分布非常敏感。 其次，对遗传算法在亚像元定位中的应用进行了分析，由于遗传算法中交叉算子选 择所交换基因的随机性，使得其迭代效率很低，最终的亚像元定位结果精度也不高。本 文提出了一种基于改进的遗传算法(MGA)的亚像元定位算法，该算法既结合了遗传算法 (GA)中种群思想的优点，又结合了像元交换算法(PSA)中高效的迭代速率的优点，使其 迭代效率进一步增强。 最后，上述亚像元定位算法是以光谱解混所得的丰度图像作为输入，由于现有的光 谱解混算法很难达到其精度要求，使得最终亚像元定位结果存在误差的叠加，精度无法 进一步提高。针对这些算法，本文首先描述了马尔科夫随机场(MRF)在亚像元定位中的 应用，由于 MRF 可以结合空间和光谱信息，进一步描述了基于多光谱约束 MRF 的亚像 元定位算法，虽然基于多光谱约束的 MRF 亚像元定位算法可以进一步提高 SPM 精度， 但是由于其没有考虑亚像素平移图像(SSRSI