基于遗传粒子群优化模型的遥感图像融合与分类方法及应用研究

项目名称： 基于遗传粒子群优化模型的遥感图像融合与分类方法及应用研究

项目编号： No.41171318

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 天文学、地球科学

项目作者： 蒋卫国

作者单位： 北京师范大学

项目金额： 60万元

中文摘要： 本项目以改进粒子群优化算法（PSO）为主线，以研发遥感图像融合与分类方法为核心，以洪水灾害应用为目标，通过集成遗传算法(GA)，建立一种新型的遗传粒子群优化模型（GAPSO），研究基于GAPSO模型的洪涝灾害遥感图像融合与分类方法。该研究完善粒子群优化算法的理论和算法，开拓GAPSO在遥感图像处理和应用领域的研究方向，对GAPSO在更广阔的领域中进行应用具有一定的借鉴和启示意义。 主要研究内容包括：（1）优化和改进PSO的空间结构和关键参数，集成遗传算法(GA)，建立GAPSO模型；（2）结合像素级融合方法，建立基于GAPSO模型的遥感图像融合方法，对多光谱图像与全色图像（微波图像）进行融合；（3）结合面向对象分类方法，建立基于GAPSO模型的遥感图像分类方法，对融合图像进行分类与识别；（4）研究GAPSO模型、图像融合与分类方法在洪涝灾害中的应用。

中文关键词： 粒子群优化算法；图像分类；图像融合；遥感；

英文摘要：

英文关键词： Particle Swarm Optimization；Image classification；Image fusion；Remote Sensing；