论文部分内容阅读
基因表达式程序设计(GEP)是一种新型的遗传算法,它继承了遗传程序设计(GP)和遗传算法(GA)的优点并且具有更高的效率和更强的搜索能力,它是借鉴生物选择和进化机制发展起来的一种高度并行、随机、自适应搜索算法。特别适合于处理传统搜索算法解决不好的复杂的或非线性问题;遥感数字图像处理是计算机数字图像处理技术与遥感图像分析技术结合而形成的一门新兴技术科学。遥感数字图像的分割、多光谱图像的融合处理和图像匹配已经成为目前遥感图像处理系统的发展趋势,但各种方法所适应的场合不同,在图像分割和图像匹配上GEP有自身的快速、全局规划的优势,综合GEP的特点和优势,把GEP与遥感图像处理结合将是很好的策略。
本文在针对GEP算法的特点,对所使用的程序性能进行了分析,通过大量的具体实验测试了实验参数,确保了实验的数据准确高效。为达到更好的效果我从整个遥感图像的处理流程出发,进行了遥感图像的校正、波段组合、融合等操作。然后进入图像的高级处理过程,即图像分割、多光谱图像的相关性和图像匹配。
由于直方图分割法、灰度期望值阈值分割法和最大类间方差闭值法等图像分割的局限性。而把GEP算法引用到遥感数字图像分割的应用中,将KSW熵法和基因表达式程序设计结合,在一定程度上补充了图像分割处理的方法;遥感图像运用GEP手段进行处理,得到多光谱图像的波段相关性信息,处理后的遥感图像纹理特征更加清晰,岩石间的对比度差异更大,该方法的应用更加丰富了多光谱图像的信息,加强了地物特征的直观性;在纹理匹配研究中,用GEP方法进行处理,得到样品点的匹配关系函数,这种方法提高了图像变形或移动后的匹配能力和运算速度,还能满足误差限制的要求,是一种新的探索方法。
本文利用先进的算法对遥感数字图像进行处理,是运用新的方法和思路,开辟一种新的手段来提高大容量遥感数字图像的运算效率,同时能得到良好的处理效果,并通过实验证明了GEP算法在对遥感图像处理中是一种有效的探索。