[发明专利]基于免疫进化策略的高光谱图像分类方法

说明书

技术领域

本发明涉及一种基于免疫进化策略的高光谱图像分类方法，特别是用于高光谱数据处理 系统中，属于高光谱数据处理领域。

背景技术

20世纪80年代遥感技术的最大成就之一是高光谱遥感技术的兴起，由于该技术兼具成 像和光谱探测的优点，已经在民用和军用领域得到广泛应用。随着高光谱影像光谱分辨率的 提高，使得在常规遥感中无法探测的物质，在高光谱遥感中可以被探测，为后期进行地物详 细分类提供了前提条件。尽管高光谱可以提供丰富的地面信息，但其较多的波段数使其数据 量巨大，导致信息冗余，增加了后期数据处理的复杂度。

在地物识别或分类时，并非使用的波段数越多越好。这是因为：(1)不能把光谱通道数 简单的等同于信息通道数。因为高光谱图像相邻的波段之间一般具有较大的相关性，如果不 加分析地使用所有波段进行识别或分类，不仅不会提高分类精度，反而影响识别或分类结果。 此外，并不是所有的波段对于后续处理都有着同等的重要性，通过选择最优波段而组成新的 图像空间，在不损失重要信息的条件下可以代表其它波段的信息；(2)选择波段过多，不仅 增加运算量，影响计算速度，而且还需要大量的训练样本，否则难以获得满意的识别或分类 结果。针对高光谱数据高维、海量信息需在合理的数学模型指导下，按照一定的准则选取最 佳波段组合，进行数据降维，是提高高光谱数据处理系统处理速度与精度的有效途径。

另一方面，近些年来的研究表明生物免疫系统是一个高度分布、并行和自适应的系统， 在维护机体健康、排除病菌入侵方面具有众多优良特性，它具有高度的信息处理能力，具有 识别、记忆、调节、学习等特性。这些特性决定了生物免疫系统在信息处理领域的良好应用 前景。

人工免疫系统是借鉴脊椎动物免疫系统的作用机理、特别是高级脊椎动物(主要是人) 免疫系统的信息处理模式，以免疫学术语和基本原理为基础构造的一种新型的智能计算方 法。在过去的几年里，人工免疫系统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，显示出了免疫算法强大的信息处理和问题求解能力以及广阔的研 究前景。免疫算法中大规模并行处理、容错性、自组织和自适应能力以及联想功能等特点使 其实现了一种受生物免疫系统启发，通过学习外界物质的自然防御机理的学习技术，提供了 噪音忍耐、无教师学习、自组织、记忆等进化学习机理，并结合了分类器、神经网络和机器 推理等系统的优点，因此提供了新颖的解决问题的方法和途径。

在高光谱数据处理系统中，出于计算复杂度要求，分类算法要具有相对较小的计算量， 而达到此要求的算法往往分类精度较差。出于分类精度的要求，分类算法要具有对不同分类 场景的良好的健壮性，而达到此要求的算法往往计算复杂度较高。因此，需要寻找一种综合 考虑计算复杂度与分类精度这两方面平衡的有效算法，使其具有较优的时间复杂度与良好的 鲁棒性。

发明内容

本发明的目的在于提供一种基于免疫进化策略的高光谱图像分类方法(OBS-ICS)，具体 是一种运用免疫进化策略选取高光谱最优波段组合从而对高光谱图像中不同地物进行分类 的方法。本方法能够自适应地选取高光谱图像中不同地物分类所需要的最佳波段组合，其计 算量相对较小同时又保持了较高的分类准确性。此方法应用到高光谱数据处理系统中具有较 强的鲁棒性及较高分类精度等优良特性。

本发明方法是基于仿真原型系统，该系统具有人机交互接口模块、高光谱最优波段选择 模块、高光谱地物分类模块、分类结果输出模块四个功能模块。其中，人机交互接口模块完 成高光谱数据的读入与相关参数的设定；高光谱最优波段选择模块主要完成运用免疫进化策 略对高光谱数据中最优波段的选取；高光谱地物分类模块主要完成应用最优波段对高光谱数 据中不同地物的分类；分类结果输出模块主要完成输出对高光谱数据不同地物的分类结果。

本发明所涉及的方法流程包括以下步骤：1、获得初始数据及相关初始化操作；2、种 群初始化；3、种群初始选择；4、种群克隆增殖；5、种群混合变异；6、选择记忆种群；7、 种群抗体补充；8、迭代计算，重复步骤3～7，直至达到最大进化代数；9、分类，使用最 优抗体对高光谱数据进行地物分类；10结果输出，输出高光谱图像地物分类结果。其中， 人机交互接口模块对应完成步骤1，高光谱最优波段选择模块对应完成步骤2～8，高光谱地 物分类模块对应完成步骤9，分类结果输出模块对应完成步骤10。