群智能方法在遥感信息提取中的应用研究

遥感数据的复杂性致使要实现遥感信息的智能获取必须借助、汲取并集成人工智能领域的智能算法。针对目前智能算法在遥感信息提取领域中存在的遥感数据内在关系难以确定、处理时间长、多层次特征没有综合利用、无法满足生态、地理等研究领域的专业知识运用等难点问题，本项目在遥感数据信息提取中引入群智能方法并进行改进和发展，将其在遥感信息监督分类时无需初始样本分布假设、不同对象间的关系考虑充分、自组织和自适应性强、鲁棒性好、存在潜在的并行性和分布式特性、易拓展集成等优势与遥感数据特点进行有机结合，对解决群智能方法如何应用到遥感数据处理中的关键问题进行重点研究，建立群智能方法用于遥感信息提取的技术流程与解决方案，并从特征选择、影像分割、影像纹理分类、监督分类、变化检测、多特征目标识别等方面对群智能方法进行理论探索和实践论证。它将有效弥补目前的遥感数据信息智能提取方法的某些缺陷，为遥感信息提取提供一种新的有效方法。