證據(jù)理論及其在遙感影像融合分類中的應(yīng)用研究.pdf

1、遙感影像分類是人類認(rèn)識(shí)和利用地表信息的重要手段之一，也是遙感圖像處理系統(tǒng)中的核心功能之一，分類的精度直接影響遙感技術(shù)的應(yīng)用水平和實(shí)用價(jià)值。隨著遙感技術(shù)的發(fā)展，人們將會(huì)獲得越來越多的同一地區(qū)多種圖像數(shù)據(jù)(多時(shí)段、多光譜、多傳感器、多分辨率)，并且遙感信息從其數(shù)據(jù)獲取開始，就一直伴隨著不確定性的存在。因此，運(yùn)用信息融合技術(shù)和不確定性理論研究如何充分挖掘、表示和組合多源信息來提高分類的精度和可靠性是當(dāng)前遙感信息智能處理領(lǐng)域中的研究熱點(diǎn)之一。作

2、為一種不確定性信息融合技術(shù)，證據(jù)理論具有強(qiáng)大的不確定性表示、量測(cè)組合能力，因而得到了廣泛的關(guān)注，然而，其在遙感領(lǐng)域中的應(yīng)用還十分有限。這主要源于證據(jù)理論在實(shí)際應(yīng)用中還有一些技術(shù)性問題亟待解決和運(yùn)用證據(jù)理論等具體實(shí)際問題建模時(shí)還存在一些困難。本文以國(guó)防重點(diǎn)實(shí)驗(yàn)室基金項(xiàng)目為依托，以信息融合技術(shù)為主線，對(duì)證據(jù)理論及其在遙感影像分類中的應(yīng)用進(jìn)行了研究。利用證據(jù)理論來解決遙感影像分類過程中遇到的一些關(guān)鍵問題，同時(shí)解決將證據(jù)理論用于模式分類時(shí)理論本

3、身存在的一些關(guān)鍵問題。具體的研究工作和創(chuàng)新之處主要體現(xiàn)在以下幾點(diǎn)： 1.研究了在多傳感器融合分類任務(wù)中傳感器可信度的評(píng)估和融入問題，首次提出了一種通用的傳感器可信度評(píng)估模型，能實(shí)現(xiàn)對(duì)傳感器可信度的自適應(yīng)評(píng)估。在多傳感器遙感影像融合分類等實(shí)際應(yīng)用中，不同類型的傳感器具有不同的可信度，且同一傳感器在不同的環(huán)境下或不同的使用階段其可信度也是變化的。因此，需要根據(jù)傳感器的本身的性能和實(shí)際使用情況，來評(píng)估傳感器的可信度并融入該信息到融合系

4、統(tǒng)，提高系統(tǒng)的融合精度和可靠性。本文提出的傳感器可信度評(píng)估模型可評(píng)估靜態(tài)可信度、動(dòng)態(tài)可信度和組合可信度，分別適用于不同的應(yīng)用場(chǎng)合。組合可信度能很好地反映出傳感器本身的性能與實(shí)際應(yīng)用階段中傳感器性能的變化情況，從而實(shí)現(xiàn)傳感器可信度的自適應(yīng)評(píng)估。最后通過詳盡的數(shù)值實(shí)驗(yàn)證明了本文評(píng)估模型的合理性和有效性，并將其成功地應(yīng)用于光學(xué)和合成孔徑雷達(dá)(SAR)傳感器遙感影像融合分類問題，提高了融合分類系統(tǒng)的分類精度和抗干擾能力。 2.研究了證據(jù)

5、理論中基本信度指派(BBA)的構(gòu)建問題，提出了一種新的結(jié)合全局信息和局部信息的BBA構(gòu)建方法，并首次提出局部混淆矩陣的概念。在基于證據(jù)理論的多源遙感信息融合分類中，首要問題是構(gòu)建BBA，而現(xiàn)有的構(gòu)建方法不合理且缺乏通用性。本文通過引入局部混淆矩陣的概念為BBA的構(gòu)建提供了必要的局部信息，將分類器的分類結(jié)果作為其全局信息。通過合理結(jié)合局部信息和全局信息，新的構(gòu)建方法不僅能構(gòu)建傳統(tǒng)的BBA結(jié)構(gòu)，還可以構(gòu)建模糊BBA結(jié)構(gòu)，這方面的研究尚未見諸

6、報(bào)導(dǎo)。最后將其用于多源遙感影像融合分類問題。試驗(yàn)結(jié)果表明，本文提出的BBA構(gòu)建方法優(yōu)于現(xiàn)有的幾種BBA構(gòu)建方法，基于本文BBA構(gòu)建機(jī)制的證據(jù)組合分類方法也優(yōu)于特征級(jí)的融合分類方法，并且本文方法不依賴于具體的分類算法。因此它是一種通用、有效的BBA構(gòu)建方法。 3.研究了證據(jù)組合推理與決策問題，分別提出了一種基于閉世界和開世界假設(shè)的證據(jù)組合規(guī)則。證據(jù)組合規(guī)則是證據(jù)理論中的核心運(yùn)算規(guī)則。Dempster組合規(guī)則無法有效處理沖突證據(jù)和實(shí)

7、際應(yīng)用的復(fù)雜情況，因此，如何分析比較現(xiàn)有組合規(guī)則并提出新的組合規(guī)則，是證據(jù)推理中的主要研究?jī)?nèi)容。本文首先對(duì)國(guó)內(nèi)外現(xiàn)有的組合推理方法進(jìn)行了全面的歸納和分析，建立了基本的理論框架和通式，將幾十種規(guī)則分別納入對(duì)應(yīng)的框架中，這不僅為后續(xù)學(xué)者提供了理論指導(dǎo)，而且通過比較分析各種方法的優(yōu)缺點(diǎn)，為改進(jìn)和提出新的組合規(guī)則奠定了基礎(chǔ)。然后，提出了一種新的基于閉世界假設(shè)的組合規(guī)則，適用于證據(jù)高度沖突的情況和可信度己知的情況。數(shù)值實(shí)驗(yàn)表明，與幾種經(jīng)典組合規(guī)則

8、相比，本文提出的新規(guī)則能有效處理證據(jù)沖突問題，具有較好的收斂性。通過規(guī)則使用時(shí)的自動(dòng)切換，新的組合規(guī)則與Dempster組合規(guī)則一起被應(yīng)用于本文的遙感實(shí)驗(yàn)。最后，給出一種基于開世界假設(shè)的組合規(guī)則，適用于多種沖突源同時(shí)存在的情況。 4.研究了基于證據(jù)理論的信度決策樹算法，提出了一種新的信度決策樹分類推理算法。遙感影像混合像元分類問題中的訓(xùn)練集往往為不確定性訓(xùn)練集，而信度決策樹可以用于處理基于不確定訓(xùn)練集的分類問題。針對(duì)Eloued

9、i等提出的信度決策樹中忽略特征屬性權(quán)重的問題，本文提出了一種基于相似性的融入屬性權(quán)重的分類推理算法，并首次嘗試將信度決策樹用于遙感影像混合像元的分類問題。實(shí)驗(yàn)結(jié)果表明本文的分類推理算法優(yōu)于Elouedi的方法，提高了分類精度。 5.研究了基于證據(jù)理論的圖像空域分類算法，給出了一個(gè)通用的空域分類算法模型，提出了一種新的基于證據(jù)理論的自適應(yīng)空域分類器。在遙感圖像分類問題中，合理融入空域分類信息有助于提高分類精度和去除噪聲像元。本文首