一种遥感影像的人工免疫监督分类方法技术

一种遥感影像的人工免疫监督分类方法，其特征在于：（１）打开待分类遥感影像；（２）选择样区，输入参数；（３）计算亲和度阈值，选取各类初始人工识别球种群和初始抗体记忆库；（４）对样本数组中的所有抗原样本进行人工免疫系统训练，得到所有样区的抗体记忆库，（５）选择下一训练样本，重复步骤（３）到步骤（４），直到完成所有样区的样本训练，得到所有样区的抗体记忆库；（６）对整幅影像，比较每个像元到抗体记忆库中记忆抗体的距离，将该像元判决到距离最小的那个记忆抗体所属的类别中去。本发明专利技术方法智能性高，执行效率高，适用于多光谱、高光谱遥感影像分类，可有效提高遥感影像的分类精度。

【技术实现步骤摘要】

本专利技术属于遥感影像处理
，尤其是一种基于人工免疫系统的遥感影像监督分类方法。
技术介绍
遥感影像监督分类的思想是根据已知的样本类别和类别的先验知识，确定判别函数和相应的判别准则，然后将未知类别的样本的观测值代入判别函数，再依据判别准则对该样本的所属类别做出判定，实现基于遥感数据的地理信息提取。传统的遥感影像监督分类方法主要包括平行管道法、最小距离法、最大似然法。平行管道法以地物的光谱特性曲线为基础，假定同类地物的光谱特性曲线相似作为判别的标准。设置一个类别变差范围，依据这个类别变差范围或判定区来对未知像元分类，假如像元是在类别变差范围之内，则可将其归入所在的类别。如果像元是在所有类别变差范围之外，则规定它为未知像元。该方法计算简单，但是在存在相关性的情况下，矩行判定区域拟合类别训练数据的效果很不好，容易造成错分和误分。为了提高分类精度，利用距离判别函数和判别规则提出了最小距离法。最小距离法是利用训练样本中各类别在各波段的均值，根据各像元到训练样本均值距离的大小决定其类别。这种距平均值最小距离分类的方法，在数学上是简便的，计算也是有效的，但它仍然存在一定的局限性，特别是它对有不同程度变化的光谱响应数据并不敏感。最大似然法是经典的分类方法，已在遥感影像分类中得到普遍应用。它主要根据相似的光谱性质和属于某类的概率最大的假设来指定每个像元的类别。最大似然法总的错分概率要小于最小距离法总的错分概率，但是该方法是假定地物各类的分布函数为正态的，当地物各类分布不呈正态时则不能保证分类精度达到要求。有关文献孙家柄，舒宁，关泽群。遥感原理方法和应用.北京测绘出版社，1997；汤国安，张友顺，刘咏梅.遥感数字图像处理等.北京科学出版社，2004；赵英时.遥感应用分析原理与方法.北京科学出版社，2003；Campbell，J.B.，Introduction to Remote Sensing.LondonTaylor &Francis，2002. 综上所述，传统的遥感影像监督分类方法中的最大似然法需要事先假定地物各类呈正态分布，在实际地物分布中该条件不一定能得到满足；而平行管道法和最小距离法对聚类中心的计算都是采用取样本区域所有样本的均值来获得，因此在训练样本时所得到的聚类中心具有局部性，而没能考虑样本的全局性。人工免疫系统(Artificial Immune System，简称AIS)，是受生物免疫系统的启发而产生的一种新型的智能计算方法。在过去的几年里，AIS的应用领域逐渐扩展到了信息安全、模式识别、机器学习、数据挖掘等诸多领域，显示出AIS强大的信息处理和问题求解能力以及广阔的研究和应用前景。有关文献D.Dasgupta，Artificial Immune Systems and Their Applications，GermanySpringer，1999；L.N.de Castro and J.Timmis，Artificial Immune systemsA New Computational Intelligence Approach，London，U.K.Springer-Verlag，2002；J.Timmis，M.Neal，and J.E.Hunt，“An artificial immune systemfor data analysis，”Biosystem，55(1/3)，2000；肖人彬，王磊.人工免疫系统原理、模型、分析及展望.计算机学报，2002，25(12)。AIS是一种自适应很强的优化技术，继承了生物免疫系统的众多属性，具有自组织、自学习、自识别、自记忆的能力，因此它能快速提供达到最优解的90％的搜索范围，从而能较快较准地得到全局最优解，这是其它的优化技术所不及的。有关文献L.N.De Castro and F.J.Von Zuben，“Learning andoptimization using the clonal selection principle，”IEEE Trans.onEvolutionary Computation，Vol.6(3)2002；Atkinson P M，Lewis P.Geostatistical classification for remote sensingan introduction.Computers & Geosciences，26，2000；Adams D.How the immune system worksand why it causes autoimmune diseases.Immunology Today，17(7)，1996. 然而在遥感影像监督分类中，AIS还没有得到很好的应用。怎样借鉴生物免疫系统，从而提供高分类精度的人工免疫监督分类方法，是目前遥感
亟待解决的技术问题。
技术实现思路
本专利技术目的是利用人工免疫系统的优点，提供一种用于提高遥感影像分类精度的监督分类方法。为实现上述目的，本专利技术提供遥感影像的人工免疫监督分类方法(1)通过遥感影像处理程序打开待分类遥感影像；(2)根据实际地物分布和分类类别数，在遥感影像上利用样区工具选择感兴趣样区或训练样区，将训练样本存为样本数组，输入算法参数；(3)利用所有样本抗原计算亲和度阈值，然后随机选择样本抗原，得到各类初始人工识别球种群和初始抗体记忆库，存入各类的人工免疫识别球数组和记忆抗体数组；(4)对样本数组中的所有抗原样本进行人工免疫系统训练，得到所有样区的抗体记忆库，对每个抗原样本的训练包括以下5个步骤；(4.1)计算样本抗原到同类初始抗体记忆库中每个记忆抗体的刺激水平，从同类初始抗体记忆库中找到与该抗原最匹配的记忆抗体；(4.2)对最匹配记忆抗体进行克隆，得到克隆抗体数组，对克隆抗体数组中每个克隆抗体进行变异，将变异后的抗体存入同类人工免疫识别球种群数组；(4.3)对人工免疫识别球种群进行抑制处理；(4.4)对于经过步骤(4.3)处理后的人工免疫识别球种群，判断该种群的平均刺激水平是否满足设定刺激水平，如果满足则进入步骤(4.5)，不满足则对种群进行克隆变异操作，对克隆变异后的新种群由步骤(4.3)开始重新计算处理直到满足阈值条件；(4.5)从人工免疫识别球种群中得到与样本抗原刺激水平最大的细胞作为候选记忆抗体，然后判断候选记忆抗体与步骤(4.1)中得到的匹配记忆抗体的刺激水平大小，如果大于匹配记忆细胞刺激水平，则候选记忆抗体进入抗体记忆库中，存入记忆抗体数组，然后再计算两者之间的亲和度，如果亲和度满足步骤(3)计算的亲和度阀值则匹配抗体从记忆抗体数组中去掉；(5)选择下一训练样本，重复步骤(3)到步骤(4)，直到完成所有样区的样本训练，得到所有样区的抗体记忆库； (6)对整幅影像，比较每个像元到抗体记忆库中记忆抗体的距离，将该像元判决到距离最小的那个记忆抗体所属的类别中去。而且，算法参数包括有克隆率、刺激水平阈值和系统资源阈值，根据克隆率对最匹配记忆抗体进行克隆，根据刺激水平阈值判断人工免疫识别球种群的平均刺激水平是否满足设定刺激水平。而且，采用资源限制性方法对人工免疫识别球种群进行抑制处理，包括以下步骤，首本文档来自技高网...

【技术保护点】
一种遥感影像的人工免疫监督分类方法，其特征是：（１）通过遥感影像处理程序打开待分类遥感影像；（２）根据实际地物分布和分类类别数，在遥感影像上利用样区工具选择感兴趣样区或训练样区，将训练样本存为样本数组，输入算法参数； （３）利用所有样本抗原计算亲和度阈值，然后随机选择样本抗原，得到各类初始人工识别球种群和初始抗体记忆库，存入各类的人工免疫识别球数组和记忆抗体数组；（４）对样本数组中的所有抗原样本进行人工免疫系统训练，得到所有样区的抗体记忆库，对每 个抗原样本的训练包括以下５个步骤；（４．１）计算样本抗原到同类初始抗体记忆库中每个记忆抗体的刺激水平，从同类初始抗体记忆库中找到与该抗原最匹配的记忆抗体；（４．２）对最匹配记忆抗体进行克隆，得到克隆抗体数组，对克隆抗体数组中 每个克隆抗体进行变异，将变异后的抗体存入同类人工免疫识别球种群数组；（４．３）对人工免疫识别球种群进行抑制处理；（４．４）对于经过步骤（４．３）处理后的人工免疫识别球种群，判断该种群的平均刺激水平是否满足设定刺激水平，如果满 足则进入步骤（４．５），不满足则对种群进行克隆变异操作，对克隆变异后的新种群由步骤（４．３）开始重新计算处理直到满足阈值条件；（４．５）从人工免疫识别球种群中得到与样本抗原刺激水平最大的细胞作为候选记忆抗体，然后判断候选记忆抗体与步 骤（４．１）中得到的匹配记忆抗体的刺激水平大小，如果大于匹配记忆细胞刺激水平，则候选记忆抗体进入抗体记忆库中，存入记忆抗体数组，然后再计算两者之间的亲和度，如果亲和度满足步骤（３）计算的亲和度阀值则匹配抗体从记忆抗体数组中去掉；（５ ）选择下一训练样本，重复步骤（３）到步骤（４），直到完成所有样区的样本训练，得到所有样区的抗体记忆库；（６）对整幅影像，比较每个像元到抗体记忆库中记忆抗体的距离，将该像元判决到距离最小的那个记忆抗体所属的类别中去。...

【技术特征摘要】

【专利技术属性】
技术研发人员：钟燕飞，张良培，
申请(专利权)人：武汉大学，
类型：发明
国别省市：83[中国|武汉]