基于人工免疫系统的遥感图像检索算法研究

作     者：耿利川 

作者单位：解放军信息工程大学 

学位级别：硕士

导师姓名：吴云东;张永生

授予年度：2008年

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

主      题：遥感图像检索 人工免疫系统 人工智能 特征提取 相关反馈 

摘      要：随着遥感技术日新月异的发展,遥感图像数据量呈现几何级数的增长趋势,出现了大容量的图像数据库。如何从海量的遥感图像中快速、准确地检索所需的图像,已经成为当前遥感技术研究中的突出问题。图像检索中的许多问题大多可以转化为优化问题,如最优特征的提取、多维特征权值调整。而如何实现和改进优化技术的自动化与智能化水平,一直是研究的重点和难点。本文在该方面进行了一些新的尝试,将人工智能领域的最新优化技术——人工免疫系统(Artificial Immune System,AIS)引入到遥感图像检索中的优化问题求解中,并对遥感图像检索中的某些具体问题提出了一些新的思路和方法。本文完成的主要工作有: (1)对AIS和基于内容的图像检索(Content Based Image Retrieval,CBIR)的历史及研究现状进行了较为详细的总结,对二者在不同层次进行了比较,并对其结合点进行了研究;(2)建立了一种基于克隆选择算法的遥感图像检索模型,该模型根据相关反馈技术及免疫机理,利用克隆选择算法对用户反馈的图像特征进行泛化学习,提高了系统对用户语义的理解能力。实验结果表明,该模型能有效理解用户的反馈信息,提高检索的准确性;(3)研究了一种基于改进的克隆选择算法的遥感图像检索模型,该模型结合模糊集理论,将模型增加了无关抗体库,用它来记忆用户的负反馈对象,从而使模型能够同时利用正、负反馈对象进行学习,克服了原模型只能对正反馈图像进行学习的缺点。实验结果表明,与原模型相比,改进的模型能够提高图像检索的准确性;(4)提出了一种基于进化人工免疫网络(aiNet)的遥感图像检索模型,由于改进的克隆选择图像检索模型引入了无关抗体库以及抗体库存在冗余,该模型的检索速度有所降低。为了克服这个缺点,提出了本模型。利用aiNet具有减少冗余的优点来剔除抗体库中的冗余抗体,提高检索速度;(5)研究了一种基于人工免疫识别系统(AIRS)遥感图像检索中多特征权值配赋方法,将AIRS应用于图像检索中多特征之间特征调整,利用其自组织、记忆、泛化学习的特点,对特征权值进行调整,去除权值过小的特征,保留图像的有效特征,实现保留特征之间的权值优化分配。实验结果表明,该方法较传统方法提高了检索准确率。 文章最后对本文的主要工作进行了总结,指出了需要进一步研究的内容。