[发明专利]基于优化遗传算法的遥感海量影像自动筛选方法

摘要

本发明公开了一种基于优化遗传算法的遥感海量影像自动筛选方法，依据用户对覆盖面积、分辨率覆盖率、云量覆盖率、时效性覆盖率等要求，采用遗传算法自动筛选出满足需求的影像解。首先获取最初影像集合，然后进行粗筛。随后采用二进制编码的方式进行建模并初始化生成影像解集合。然后计算综合得分，按照得分大小计算概率进行选择。对选择的影像解集合通过交叉变异求取新的影像解集合。循环上述过程，当达到循环结束条件时，选择最终解。该方法克服了传统贪婪算法引起的局部最优问题，避免了求解交叠率过高或者覆盖率较低的问题，可对覆盖面积、云覆盖率、时效覆盖率等多方面偏好进行权重配置，满足不同用户对最终筛选结果的不同需求。

主权项

1.一种基于优化遗传算法的遥感海量影像自动筛选方法，其特征在于包括步骤：(1)设定用户对最优解的限制条件，包括最低覆盖率、最低分辨率影像覆盖面积、云最高覆盖率、时效最低覆盖率、最大迭代次数和最优解最大数量；(2)用户选定检索区域，然后按照遥感影像的元数据信息检索遥感影像，将所有满足要求的遥感影像作为待筛选的数据全集；所述的遥感影像的元数据信息包括覆盖范围、云量、时间、分辨率和载荷；(3)对数据全集进行初步筛选，将其中覆盖区域高度重合的多景影像中成像质量差、分辨率低以及时效性差的遥感影像进行过滤去除，得到过滤后的数据全集；(4)根据单幅遥感影像的覆盖面积、最低覆盖率以及用户选定的检索区域面积，计算满足最低覆盖率条件所需最低影像数量，并采用二进制编码的方法随机生成K个长为N_{all_image_num}的影像解，并进行编码，使得编码后每个影像解中1的个数总和大于满足最低覆盖率条件所需最低影像数量，形成初始影像解群体；其中K为选定的影像解个数，N_{all_image_num}为过滤后的数据全集中遥感影像数量；(5)计算初始影像解群体中每个影像解在覆盖面积、云最高覆盖率和时效覆盖率各方面的综合得分，将综合得分作为每个解的选中概率，采用轮盘法对初始影像解群体选择K次，生成选取后影像解群体；(6)将选取后影像解群体进行两两配对，将两个解编码中随机部分进行交换，生成交叉后解群体，从交叉后解群体中随机选择部分解，将随机选取解编码中部分区间的1置0或0置1进行变异，生成新一代影像解群体；(7)对新一代影像解群体中每个解判断是否同时满足最低覆盖率、最低分辨率影像覆盖面积、云最高覆盖率以及时效最低覆盖率的条件，如果满足则作为最优解输出到候选解集合中；判断是否达到最优解最大数量或最大迭代次数，若是则按照用户需求手动从候选解集合中选择出最终解，否则将新一代影像解群体作为初始影像解群体，返回步骤(5)。