基于多树遗传规划算法的遥感图像分类方法技术

本发明专利技术公开了一种基于多树遗传规划算法的遥感图像分类方法，通过构建高级特征来对农作物进行分类，包括获取遥感高光谱图像；对待分类图像进行预处理和特征提取；将不同类型的特征输入到遗传规划模型中，利用多棵树的结构进化最优解决方案，得到有效的高级特征，每棵树只进化一类特征以确保其专业化；将构建出的高级特征输入到经典分类器中得到最终的分类结果。本发明专利技术提取了三种有效用于作物分类的特征，并采用多棵树的树形结构表示的个体，以演化不同类型且灵活的解决方案；提出了新的进化策略，将种群拆分后按不同方式进行进化，使得较好个体之间相互学习和较差个体进行突变的同时，保证了多样性。

【技术实现步骤摘要】

本专利技术涉及人工智能，尤其涉及一种基于多树遗传规划算法的遥感图像分类方法。

技术介绍

1、为了解决全球人口增长导致的粮食需求增加问题，密切监测农业活动和实现作物的精确分类至关重要。作物分类和制图是利用遥感技术监测农业活动领域的一个基本要素，其目的是识别和区分不同类型的作物，以便更好地管理种植、施肥、病虫害防治，最终提高作物产量和质量。目前，利用高光谱成像技术进行作物分类已得到广泛认可，可有效应用于精准农业领域；然而，输入高光谱数据面临着高维和存在椒盐噪声的风险。

2、传统的分类方法，例如利用光谱指数或物候特征，可以有效地对农作物进行分类，但也有其局限性。光谱指数和物候特征是从原始高光谱图像中提取的低级特征，可能会忽略有用的信息。此外，物候特征受气候和地理位置的影响，可能导致分类精度的误差。

3、深度学习是一种从原始数据中自动学习高级特征的方法，但其性能往往取决于大量高质量的样本。然而，收集和处理大量的标记样品是困难和耗时的。此外，深度学习模型复杂且缺乏可解释性，这可能会限制其在需要高可解释性的作物分类场景中的应用。

4本文档来自技高网...

【技术保护点】

1.基于多树遗传规划算法的遥感图像分类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于多树遗传规划算法的遥感图像分类方法，其特征在于，S3的具体步骤包括：

3.根据权利要求1所述基于多树遗传规划算法的遥感图像分类方法，其特征在于，S4的具体步骤包括：

4.根据权利要求3所述基于多树遗传规划算法的遥感图像分类方法，其特征在于，在S42中，程序结构由单个个体采用多棵树表示，第一棵树以每个像素点的光谱波段值特征作为输入，第二棵树以每个像素点的纹理特征作为输入，第三棵树以每个像素点的光谱指数特征作为输入；

5.根据权利要求3所述基于多树...

【技术特征摘要】

1.基于多树遗传规划算法的遥感图像分类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于多树遗传规划算法的遥感图像分类方法，其特征在于，s3的具体步骤包括：

3.根据权利要求1所述基于多树遗传规划算法的遥感图像分类方法，其特征在于，s4的具体步骤包括：

4.根据权利要求3所述基于多树遗传规划算法的遥感图像分类方法，其特征在于，在s42中，程序结构由单个个体采用多棵树表示，第一棵树以每个像素点的光谱波段值特征作为输入，第二棵树以每个像素点的纹理特征作为输入，第三棵树以每个像素点的光谱指数特征作为输入；

<...

【专利技术属性】
技术研发人员：梁静，毕莹，王鹏，杨泽轩，于坤杰，
申请(专利权)人：郑州大学，
类型：发明
国别省市：