基于组织协同进化分类算法的遥感图像目标识别.pdfVIP

维普资讯 第 20卷 第 3期 信 号 处 理 、幻1．20． No．3 2004年 6月 SIGNALPRoCESSING Jun．2004 基于组织协同进化分类算法的遥感图像 目标识别冰 刘静 钟伟才 刘芳 焦李成 (西安电子科技大学雷达信号处理国家重点实验室，西安710071) 摘 要：针对遥感图像目标识别问题，提出了一种基于组织协同进化分类算法的识别方法。它没有复杂的运算，训 练和识别速度都很快。对实测遥感图像的实验表明，本文方法性能稳定，优于文献 3【】和4【】中基于支撑矢量机的方法，识 别率均达到了95％以上，且训练时间非常短，不到1秒钟。 关键词：组织；分类；协同进化；遥感图像；目标识别 RemoteSensingTargetRecognitionBasedonOrganizatiOnaI CoevolutionaryClassificationAlgorithm LiuJing ZhongWeicai LiuFang JlaoLicheng (KeyLabforRadarSignalProcessing，XidianUniversity,Xi’all，710071) Abstract： Anorganizadonalcoevolutionaryclassificationalgorithm isproposedofrremotesensingtargetrecognition．This methodhasnotcomplexcomputation，SOitscomputational costisverylow．Experimentalresultsshow ourmehtod outperforms htemehtodsproposedinliterature 3【】and 4【】，whichisbasedonSVM，anditspredictiveaccuracyishigherhtan95％． Furthermore，htetrainingtimeofourmehtod islesshtna 1sceond． Keywords： organization；classification；coevolution；remotesensing；targetrecognition 训练和识别速度都很快，具有很大的实用价值。 1 引言 本文组织如下：第2节详细描述算法；第 3节用实测遥 当人类进入空间时代并跨入信息时代的门槛之时，各种 感图像来测试算法的性能；最后一节对本文进行了总结。 运行于空间、翱翔于空中的遥感平台使人类的视野获得了最 2 算法描述 大限度的延伸，充分挖掘和利用遥感信息资源已成为热点研 究领域，而要利用这些资源就必须先进行识别。如果直接对 由于相似 目标的不变矩取值也相近，因此我们先计算出 图像中的目标进行识别，则样本的维数较高且不具有不变 每幅遥感图像 目标区域的不变矩M —M7，然后利用协同 性。因此，一般都先进行特征提取，然后再进行分类识别。 进化的方式，让相似的目标 自动聚类，形成组织。进化结束 由于二维图像 目标的7个不变矩特征 l【】具有旋转、平移、伸 后，再根据每个组织中不变矩取值的相似性提取规则，用于 缩不变性，已得到了广泛的应用，所以本文也提取不变矩作 识别新 目标。下面先给出基于不变矩的组织定义，然后详细 为特征。 介绍算法的每一部分。 在文献 2【】中，我们提