基于混沌遗传算法的遥感影像分类

作者：黄明; 吴延斌

来源：测绘科学, 2011, (02): 5-8.

DOI：10.16251/j.cnki.1009-2307.2011.02.010

• 遥感影像
• 影像分类
• 采煤沉陷区
• 混沌
• 遗传算法 remote sensing image
• image classification
• mining subsidence
• chaos
• Genetic algorithm

为提高遥感影像分类精度,本文提出基于混沌遗传算法(Chaos Genetic Algorithm)的遥感影像分类方法。首先应用混沌遗传算法对样本进行自学习得到全局最优的聚类中心,然后通过得到的聚类中心对整幅影像进行分类。该方法利用混沌变量的遍历性,进行粗粒搜索,优化遗传算法的初始种群,从而提高收敛速度;对经过选择算子、交叉算子、变异算子计算得到的优秀个体,利用混沌系统对初始条件和系统参数的敏感性进行混沌扰动,避免陷入局部最优,从而得到全局最优解,获得最优聚类中心。该方法应用于淮南矿区TM影像分类,实验表明该方法分类总正确率为88.26%,Kappa系数为0.853,优于传统分类方法。

• 单位
  中国矿业大学（北京）; 中国矿业大学; 煤炭资源与安全开采国家重点实验室; 黑龙江工程学院