基于改进遗传算法遥感图像非监督分类研究

摘要

传统的非监督分类方法通过人为预先设定的类剐数把像素划分到相应的类别中,但类别数事先不能精确得到,因此会增大误分率,降低分类精度.提出一种新的可变聚类数目的染色体、采用Davies-Bouldin系数作为适应度,通过对传统遗传算法的一系列改进自动进化出高分辨率遥感图像的类别数和聚类中心.同时,采用整型数据来进行染色体编码,不仅降低了计算复杂度,同时也节省了存储空间.算法已用VC实现程序设计,程序结果证明该改进算法的正确性并获得令人满意的实验结果.