基于人工神经网络的遥感影像模式分类研究

《基于人工神经网络的遥感影像模式分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、沈阳1j业大学硕士学位研究生论文摘要(2002级)摘’要遥感是一种远离目标，通过非直接接触而判定、测量、并分析目标性质的技术，它实现了空间(或地表)图像信息的采集、处理、识别和分类。遥感技术作为一神信息时代的产物和工具，具有周期动态性、信息量丰富、获取效率高等显著优势，因此可以说遥感技术是当前人类获取时空信息的最有效的技术和手段之一。遥感影像主要被用来测绘地形图．制作正射影像图和经专业判读后编绘各种专题图。通过格式变换，直接存入地理信息系统的数据库，修测的内容可以更新GIS数据库。模式分类技术是遥感技术中的一项关键技术。虽然模式分类技术的研

2、究历史比较长，但随着遥感技术的发展，不断需要遥感模式分类技术能够提供更好的结果，同时也促进了模式分类技术的发展。假设条件存在差异时，无法取得满意的识别效果，使得传统的遥感影像分类方法难以快速准确地从遥感影像中提取信息。神经网络技术的发展为解决这一阔题提供了新的方法，神经网络具有学习能力和容错特性并且无须就概率模型作出假定，适用于空间模式识别的各种问题的处理，因此神经网络技术日益成为遥感影像分类处理的有效手段。本文在总结目前国内外研究现状基础上，采用BP神经网络算法、混合学习矢量量化神经网络算法和基于广义学习矢量算法的神经网络方法并结合遥感专

3、业软件ERDAS对遥感影像进行分类研究，主要完成以下工作：1．首先回顾了国内外学者在遥感影像分类领域所作的一些研究工作，重点介绍了神经网络用于遥感影像分类的基本原理和方法。2．BP神经网络近年来广泛地应用于遥感影像分类中。本文利用遥感图像处理软件ERDASImagine，对武汉地区的TM遥感影像数据首先进行非监督分类，然后结合BP神经网络分类器对其进行二次分类。试验表明，非监督分类和监督分类相结合的遥感图分类方法的分类精度优于传统的统计分类方法。3．在分析了Kohonen自组织特征映射网络(SOFM)和学习矢量量化(LVQ)算法的基础上。提

4、出了一种基于改进的SOFM算法和LVQ2算法的混合学习矢量量化(HLVQ)方法，并建立了基于HLVQ的遥感影像非监督和监督分类的一般模型。通过沈阳工业大学硕士学位研究生论文摘要(2002级)与传统的统计分类方法和LVQ2网络分类器比较，HLVQ分类器总的分类性能更好、识另Ⅱ率更高。4，最后又在分析了广义学习矢量量化(GLVQ)算法的基础上，建立了基于GLVQ的遥感影像分类模型。以实际土地覆盖分类为例，通过与传统统计方法和LVQ分类器比较，证明GLVQ分类器具有分类正确率高，收敛速度快，适应范围广等优点。关键词：遥感：模式分类；入工神经网络；

5、自组织特征映射；学习矢量量化沈阳工业大学硕士学位研究生论文摘要(2002级)PatternclassificationresearchofremotesensingimagebasedonartificialneuralnetworkAbstractRemotesensing(RS)isatechnologybya由ud百ng，measuringandanalyzingcharacteroftargetsatlongbowls．Itrealizesthecollection，process，recognitionandclassificat

6、ionofimageinformationontheearth．RStechnologyhasgoodadvantagesondynamiccycle，data,abundantinformationandeasilyacquisitionasatoolinageofinformation，SOitisthemosteffectivetechnologyandmeansofobtaimngspace-timeinformation，RSimageismostlyusedtomapreliefmaps，makeorthographandthe

7、maticmapsbyprofessionalinterpretation，whichCanbesavedinthedatabasesofgeographicalinformationsystem(GIS)orupdatedtheGISdatabases．PaRemclassificationisakeytechniqueinremotelysensedimageprocessing．Althoughtheresearchhistoryofpaaemclassificationtechniquesis删telong，usersrequire

8、formoreaccurateclassificationresultandsmallercomputingloadnow，Sothereisanurgentneedformod