遗传优化神经网络在SAR溢油图像分类中的研究

论文摘要

合成孔径雷达(SAR)具有全天候、穿透力强、接近实时等特点,因此SAR已经被广泛应用于海上溢油污染监测中。因为海面溢油的平滑效应对雷达波反射起削弱作用,所以在雷达图像上会显示出暗色阴影区域,而周围海水却因为表面粗糙作用而显示比较亮。利用这一原理,SAR可以用来观测到海面发生的溢油事故。本文的工作是SAR溢油图像的分类研究,主要集中在SAR溢油图像滤波、SAR溢油图像纹理特征的提取、利用遗传算法优化神经网络分类SAR溢油图像三个方面。在SAR溢油图像滤波方法研究方面,首先介绍了SAR斑点噪声的形成机理和斑点噪声的统计特性,然后详细介绍了用于SAR溢油图像的主要滤波方法。在理论分析的基础上,用一幅真实的SAR海洋表面溢油图像分别对这几种滤波方法进行检验。为了精确分类SAR溢油图像,本文提出了一种纹理分析结合遗传算法优化神经网络的方法来分类SAR溢油图像。纹理分析阶段,本文使用灰度共生矩阵法计算出对SAR溢油图像最敏感的4个纹理特征值,并结合像元的灰度值组成分类图像的特征矢量。在本文中运用遗传算法对Kohonen网络的初始权值进行优化。对网络初始权值采用二进制编码,每一个个体代表一组网络的初始权值,其目的是改进Kohonen网络的聚类性能。然后利用Kohonen神经网络来寻优,形成一种混合训练算法,达到优化网络的目的。整个Kohonen神经网络架构经高级计算机语言表示法表示出后,经过评价赋值、繁殖、交叉和变异,即由遗传算法对其解空间定位出一些较好的搜索空间,然后用神经网络算法继续求解出分类结果。通过对比BP网络和Kohohen网络模型对SAR溢油图像的识别效果和分类精度,结果显示这两种模型都能够达到比较令人满意的效果。并且经遗传算法优化的Kohonen网络不仅在分类精度上,而且在时间上都优于单纯的BP网络和Kohonen网络。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 前言
• 1.2 海面溢油监测技术
• 1.2.1 国内外海面溢油监测状况概述
• 1.2.2 海面溢油识别技术
• 1.3 利用SAR进行海面溢油监测的研究情况
• 1.4 本文的思路与篇章结构
• 第2章 SAR遥感技术监测海面溢油的原理
• 2.1 SAR遥感技术
• 2.2 SAR遥感技术监测海面溢油原理
• 2.2.1 SAR遥感系统监测海面溢油的原理
• 2.2.2 SAR遥感系统监测海面溢油的应用
• 第3章 SAR图像滤波方法
• 3.1 SAR斑点噪声形成机理
• 3.2 SAR图像斑点噪声的统计特性
• 3.3 滤波方法介绍
• 3.3.1 几何校正
• 3.3.2 图像增强
• 3.3.3 各种滤波算法原理
• 3.3.4 各种增强滤波算法
• 第4章 SAR溢油图像特征提取
• 4.1 SAR图像的特征提取
• 4.2 纹理分析方法
• 4.2.1 纹理
• 4.2.2 纹理分析方法概述
• 4.2.3 基于灰度共生矩阵的纹理分析方法
• 4.2.4 纹理特征影像生成步骤
• 第5章 SAR图像的遗传算法优化神经网络分类技术
• 5.1 遥感图像识别分类
• 5.1.1 目视解译
• 5.1.2 计算机自动识别分类
• 5.2 人工神经网络识别技术
• 5.2.1 人工神经网络概述
• 5.2.2 人工神经网络的特点
• 5.2.3 人工神经网络用于遥感图像处理的优势
• 5.2.4 经典人工神经网络模型
• 5.3 遗传算法优化神经网络
• 5.3.1 遗传算法
• 5.3.2 遗传算法优化神经网络的优点
• 第6章 遗传算法优化神经网络的海面溢油SAR图像分类系统
• 6.1 SAR溢油图像分类识别系统结构模型
• 6.2 SAR图像特征值的提取
• 6.3 用遗传算法和神经网络结合来实现识别SAR溢油图像
• 6.4 遗传算法优化神经网络分类溢油SAR图像测试
• 总结
• 参考文献
• 致谢
• 研究生履历