發(fā)布時(shí)間：2021-08-02 20:43

　　我國(guó)是世界上地震災(zāi)害最為嚴(yán)重的國(guó)家之一,震后災(zāi)情信息的快速獲取是地震應(yīng)急救援的關(guān)鍵。傳統(tǒng)方法是采用人工現(xiàn)場(chǎng)勘查,獲取有關(guān)地震的災(zāi)情信息,需要耗費(fèi)大量的人力、物力,并且速度慢,周期長(zhǎng),無(wú)法滿足地震應(yīng)急救援的要求。遙感影像由于它的宏觀性、實(shí)時(shí)性等特點(diǎn),逐漸成為震害信息提取的主要手段之一。在震害遙感信息提取中,影像分割是極為關(guān)鍵的步驟,成為目前研究的熱點(diǎn)和難點(diǎn)。本文分析了目前震害影像分割面臨的難點(diǎn),引入并改進(jìn)了引力智能優(yōu)化算法（GSA,也稱為引力搜索算法）,利用高分辨率遙感影像,實(shí)現(xiàn)了震后災(zāi)情信息快速、準(zhǔn)確的提取。主要的研究?jī)?nèi)容如下:1、從不同的特征空間,包括空間域、頻域等分析震害目標(biāo)在高分辨率遙感影像上的特點(diǎn),提取典型震害目標(biāo)的光譜、紋理等特征,確定了適用于震害目標(biāo)分割的特征集;2、在深入分析引力搜索算法及其他幾種智能算法的基礎(chǔ)上,利用遺傳算法（GA）的變異特性對(duì)GSA進(jìn)行改進(jìn),得到混合GA-GSA算法�；诙M(jìn)制編碼的GA-GSA算法,實(shí)現(xiàn)了對(duì)高維特征集的組合與優(yōu)化;3、利用粒子群算法（PSO）的記憶特性改進(jìn)引力搜索算法,并將其應(yīng)用到K均值分類器的優(yōu)化中,克服了K均值分類器效率較低、容易... 

【文章來(lái)源】：中國(guó)石油大學(xué)(華東)山東省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 引言
    1.2 國(guó)內(nèi)外發(fā)展現(xiàn)狀
        1.2.1 基于像元的震害信息提取
        1.2.2 面向?qū)ο蟮恼鸷π畔⑻崛?br>        1.2.3 存在問(wèn)題
    1.3 本文研究?jī)?nèi)容
    1.4 技術(shù)路線
    1.5 論文結(jié)構(gòu)安排
第二章 智能優(yōu)化算法概述
    2.1 遺傳算法
    2.2 粒子群算法
    2.3 引力搜索優(yōu)化算法
第三章 智能優(yōu)化算法的研究與改進(jìn)
    3.1 基于遺傳算法的引力搜索算法
        3.1.1 算法原理
        3.1.2 測(cè)試函數(shù)
        3.1.3 實(shí)驗(yàn)與結(jié)果分析
    3.2 基于粒子群算法的引力搜索算法
        3.2.1 算法原理
        3.2.2 測(cè)試函數(shù)
        3.2.3 實(shí)驗(yàn)與結(jié)果分析
第四章 震害影像特征分析
    4.1 紋理
        4.1.1 灰度共生矩陣
        4.1.2 Gabor濾波
    4.2 震害影像中典型目標(biāo)的紋理特征
        4.2.1 基于灰度共生矩陣的紋理特征提取
        4.2.2 基于Gabor濾波器的紋理特征提取
    4.3 光譜特征提取
第五章 基于智能優(yōu)化算法的震害影像分割
    5.1 震害影像的特征提取
    5.2 基于智能優(yōu)化算法的特征組合與優(yōu)化
        5.2.1 二進(jìn)制GA-GSA搜索算法
        5.2.2 基于GA-GSA的特征組合與優(yōu)化
    5.3 基于智能優(yōu)化算法的特征聚類
        5.3.1 K均值聚類
        5.3.2 MGSA與K均值混合的聚類算法
    5.4 分割結(jié)果與評(píng)價(jià)
        5.4.1 滑坡影像
        5.4.2 建筑物影像
        5.4.3 泥石流影像
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一種引力搜索和K-means的混合聚類算法[J]. 劉伯穎,張素琪,張麗麗.  河北工業(yè)大學(xué)學(xué)報(bào). 2013(03)
[2]基于引力搜索算法的SVM參數(shù)優(yōu)化及應(yīng)用[J]. 戴娟,顧斌杰,潘豐.  江南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(02)
[3]加入空間-時(shí)相紋理的高分辨率圖像城市建筑物倒塌提取[J]. 宋桔爾,王雪,李培軍.  遙感學(xué)報(bào). 2012(06)
[4]基于改進(jìn)萬(wàn)有引力搜索算法的無(wú)人機(jī)航路規(guī)劃[J]. 李沛,段海濱.  中國(guó)科學(xué):技術(shù)科學(xué). 2012(10)
[5]引力搜索算法中粒子記憶性改進(jìn)的研究[J]. 李春龍,戴娟,潘豐.  計(jì)算機(jī)應(yīng)用. 2012(10)
[6]高分辨率對(duì)地觀測(cè)的若干前沿科學(xué)問(wèn)題[J]. 李德仁,童慶禧,李榮興,龔健雅,張良培.  中國(guó)科學(xué):地球科學(xué). 2012(06)
[7]一種融合PSO和Isodata的遙感圖像分割新方法[J]. 馬彩虹,戴芹,劉士彬.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2012(01)
[8]基于互信息與類距離測(cè)度最優(yōu)的圖像聚類[J]. 孫越泓,魏建香,夏德深.  計(jì)算機(jī)工程與應(yīng)用. 2011(34)
[9]基于粒子群優(yōu)化方法的2維Otsu快速圖像分割算法[J]. 黃港,李俊,潘金貴.  中國(guó)圖象圖形學(xué)報(bào). 2011(03)
[10]基于HPSO和FCM的多光譜遙感圖像濕地分類[J]. 蔣衛(wèi)國(guó),陳強(qiáng),郭驥,唐宏,李雪.  光譜學(xué)與光譜分析. 2010(12)

博士論文
[1]遙感影像震害信息提取技術(shù)研究[D]. 趙福軍.中國(guó)地震局工程力學(xué)研究所 2010
[2]基于面向?qū)ο蠹夹g(shù)的遙感震害信息提取與評(píng)價(jià)方法研究[D]. 吳劍.武漢大學(xué) 2010
[3]Gabor濾波器在車(chē)輛檢測(cè)和車(chē)型識(shí)別中的應(yīng)用研究[D]. 趙英男.南京理工大學(xué) 2004

碩士論文
[1]基于引力搜索算法的改進(jìn)及應(yīng)用研究[D]. 徐遙.江南大學(xué) 2012
[2]基于遺傳思想改進(jìn)的粒子群優(yōu)化算法與應(yīng)用研究[D]. 王嵐瑩.哈爾濱理工大學(xué) 2012
[3]遺傳算法的研究與應(yīng)用[D]. 王銀年.江南大學(xué) 2009
[4]面向?qū)ο蟮母呖臻g分辨率遙感影像城市建筑物震害信息提取[D]. 黎小東.成都理工大學(xué) 2009
[5]面向震害評(píng)估的遙感應(yīng)用技術(shù)研究[D]. 陳文凱.中國(guó)地震局蘭州地震研究所 2007
[6]震害遙感圖像變化檢測(cè)技術(shù)研究[D]. 竇愛(ài)霞.山東科技大學(xué) 2003



本文編號(hào)：3318243