基于布谷鳥搜索算法的高光譜遙感影像波段選擇方法

2.3萬(wàn)字 50頁(yè) 原創(chuàng)作品，已通過查重系統(tǒng)


摘 要
在近幾年，高光譜遙感在遙感領(lǐng)域中成為了熱門話題，引起了專家學(xué)者們的高度關(guān)注。高光譜遙感是一種具有高分辨率的遙感科學(xué)技術(shù)，能夠更為豐富細(xì)化的識(shí)別和區(qū)分地物光譜信息。與此同時(shí)，高光譜遙感因其海量的數(shù)據(jù)，較多的信息冗余度，繁雜的波段數(shù)，給數(shù)據(jù)處理提高了難度以及一定的程度上降低了高光譜遙感數(shù)據(jù)處理的精度。因此，本文主要針對(duì)高光譜遙感的一系列問題，在保留原始波段的物理特征前提下實(shí)現(xiàn)對(duì)高光譜遙感的降維處理。
要想很好的使用高光譜遙感，應(yīng)先降低光譜維度即選取最佳的波段。目前，有很多的波段選擇方法，但大多數(shù)方法因高光譜海量的數(shù)據(jù)，較多的波段數(shù)目以及自身操作復(fù)雜，運(yùn)算緩慢等原因效果并不理想。劍橋大學(xué)的新 Yang和拉曼工程大學(xué)的DEB根據(jù)布谷鳥的尋窩產(chǎn)卵行為模擬了一種新的智能優(yōu)化算法，即布谷鳥算法。布谷鳥算法具有操作簡(jiǎn)便，隨機(jī)性，可以同時(shí)進(jìn)行多個(gè)體比較，容易與其他算法結(jié)合特點(diǎn)。本文主要研究方向是布谷鳥算法與波段選擇相結(jié)合，提出新的基于改進(jìn)布谷鳥的波段選擇算法。
本文針對(duì)高光譜遙感影像的特點(diǎn)，結(jié)合布谷鳥算法的優(yōu)點(diǎn)，采用JM，TD等距離，對(duì)其目標(biāo)函數(shù)進(jìn)行改進(jìn)，提出了基于改進(jìn)布谷鳥算法的高光譜遙感影像波段選擇方法。同時(shí)，針對(duì)布谷鳥算法通過參數(shù)如種群規(guī)模，最大搜索范圍控制其個(gè)體更新的位置，因此也進(jìn)行了參數(shù)優(yōu)化的實(shí)驗(yàn)以便選取最適合的參數(shù)。最后采用DC Mall數(shù)據(jù)和SVM分類器進(jìn)行布谷鳥改進(jìn)算法的精度驗(yàn)證實(shí)驗(yàn)，為了進(jìn)一步說明改進(jìn)后算法的優(yōu)越性分別使用PCA算法與PSO算法進(jìn)行了對(duì)比實(shí)驗(yàn)。
實(shí)驗(yàn)結(jié)果證明了基于改進(jìn)布谷鳥波段選擇方法具有高精度高效率運(yùn)算的特點(diǎn)，可為高光譜遙感影像的降維提供新的可行方法。


關(guān)鍵字；布谷鳥算法，波段選擇，高光譜遙感