圖像分割的遺傳算法操作.docx

《圖像分割的遺傳算法操作.docx》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、基于有監(jiān)督分類的地物識別姓名：周鐘娜學(xué)號：SA04006104實驗原理：圖像識別是計算機(jī)視覺研究中一個重要而困難的任務(wù)。常用的方法很多,有統(tǒng)計模式識別，集群分類等等。其中統(tǒng)計模式識別是根據(jù)統(tǒng)計規(guī)律進(jìn)行推測、判斷，得出結(jié)論。句法模式識別是按照句法分析方法進(jìn)行判別。圖像識別還可以根據(jù)有無監(jiān)督分為有監(jiān)督分類和無監(jiān)督分類。有監(jiān)督分類是有已知訓(xùn)練樣本，要通過學(xué)習(xí)，得出樣本的特征和規(guī)律等信息，再根據(jù)這些信息對圖像進(jìn)行分類識別。無監(jiān)督分類則沒有已知樣本，是基于物以類聚來分類。圖像識別方法還可以分為參數(shù)方法和非參數(shù)方法。

2、參數(shù)方法是假設(shè)已知函數(shù)形式，只要求出其待定的參數(shù)。非參數(shù)方法沒有函數(shù)形式，通常用鄰近方法來判斷。模式識別的一般步驟如圖1所示：圖18-1模式說別的三C階段I曲一黑兀有于牛數(shù)字〕釘jcm）W飾齡腹"幅揮地[Rf祖e〕汁決階段"叱妙毎一-于益類型的比邇叫回稅式卡知的懈冠導(dǎo)朮訊檯血,站訓(xùn)I煉醫(yī)誡收奐敢捉確足處黑載的鬢唧圖1模式識別的一般步驟下圖2所示為監(jiān)督分類基本步驟。[9E3f3miraUE3QralalviaiariiMicamm囲隠*

3、QULHH同口囪圈罄hWknH山垣■期工卿裁旳沏潮記iSNiiiMtc）埔出階戢”站眾H水;地圈；曲和去；GIJ9監(jiān)督分類中的垠木歩驟圖2監(jiān)督分類基本步驟二實驗步驟本實驗使用的軟件環(huán)境為VisualC++，采用有監(jiān)督分類的方法對遙感圖像的地物進(jìn)行識別。使用的源圖像為同一區(qū)域的12幅遙感綜合圖象(n1~n12),并有該地區(qū)各類地貌實況數(shù)據(jù)_ffl(GTo具體步驟如下：1.事先在GT圖中選取一部分作為樣本，以圖像格式保存在名字為yb.bmp的文件中。打開該文件，將樣本中各類的點分別存在一數(shù)組內(nèi)。2.分別讀入1

4、2幅遙感綜合圖象。3.樣本學(xué)習(xí)。將每一類的點計算其對應(yīng)在12幅遙感綜合圖象中的灰度平均值。確定迭代次數(shù)為5次，則各類的平均灰度趨于穩(wěn)定。本實驗圖像中共有7類地物，每類地物在12幅遙感綜合圖象各有其灰度平均值。4.分類。將得到的穩(wěn)定的平均灰度值作為參考值，對每一個點都進(jìn)行如下計算：首先計算其在每幅遙感綜合圖象中的灰度值與每一類灰度平均值的差值，每類對應(yīng)有12個差值；再將各類的12個差值歸一化，即除以對應(yīng)的灰度平均值；將各類對應(yīng)歸一化的12個差值分別相加，最后選取差值和最小的那一類作為該點的類別，如果差值過大

5、，則認(rèn)為不屬于以上7類。5.如果該點在12幅遙感綜合圖象的灰度值均為0則認(rèn)為該點是水域(海洋或湖泊)。三實驗結(jié)果采用的原始樣本如圖3所示，樣本學(xué)習(xí)得到的各地物在各光譜波段的灰度均值在本文末頁，根據(jù)學(xué)習(xí)訓(xùn)練得到全圖的地物分布如圖4所示。圖3各區(qū)域樣本圖4實驗結(jié)果實驗結(jié)果圖像中，藍(lán)色為水體，黑色部分不屬于要分的7類，紅色部分為凍土地和苔原，黃色部分為山林，白色部分為草地，綠色部分為灌木，紫色部分為混合農(nóng)作物，草綠色部分為無作物區(qū)域。從結(jié)果可以看出分割的效果還比較理想。四程序運行本實驗使用的軟件環(huán)境為Visua

6、lC++,,打開exe文件，選擇file/open,打開yb.bmp文件，點擊fl/fl，提示輸入12幅原圖像，不要求按照次序，請打開12幅原圖像，程序?qū)⒆詣舆\行顯示結(jié)果。樣本學(xué)習(xí)得到的各地物在各光譜波段的灰度均值:光譜一光譜二光譜三光譜四光譜五光譜六1:凍土、苔原128.010753128.010753131.709677156.924731181.505376194.0215052:灌木127.763077128.926154135.310769147.960000182.775385200.9015

7、383:山林127.467427127.752443135.490228152.100977173.584691197.8566784:草地123.410156126.609375136.761719138.417969143.000000165.5234385:混合農(nóng)作物131.617647131.811765139.164706147.935294177.552941189.0823536:荒漠136.802867136.164875140.046595141.322581151.491039167.

8、1505387:無作物區(qū)138.071429136.410714138.571429141.160714145.303571154.053571光譜七光譜八光譜九光譜十光譜十一:光譜十二1:凍土、苔原201.946237194.677419183.086022157.397849137.849462123.9784952:灌木202.538462200.849231188.710769151.110769137.8984621