基于视觉注意计算模型和粒子群优化的高分辨率遥感影像目标识别研究

Target intelligent recognition in high resolution remote sensing images is one of research hotspots in current remote sensing field. Through "visual attention", human and other primates can find distinct or interesting targets quickly and neglect other unimportant targets in complicated scenes. In order to improve the performance of target recognition in high resolution remote sensing images greatly, visual attention computational model is applied; however, there are still some difficult problems such as image visual feature integration, the combination mode of visual attention computational model and target recognition methods, and so on, which affect target recognition results. Intelligent algorithms such as particle swarm optimization are applied to these difficult problems in this project and the major research works are as follows: (1) image visual feature integration method based on particle swarm optimization; (2) multi-scale attention focus selection and shift strategies based on wavelet transformation; (3) the theory and method for target intelligent recognition based on visual attention computational model and particle swarm optimization; (4) the theory and method for target intelligent recognition based on visual attention computational model and neural networks. This project can resolve difficult problems mentioned above, improve the performance of target recognition, and provide new theories and methods for target intelligent recognition in high resolution remote sensing images.

高分辨率遥感影像目标智能识别是当前遥感领域的研究热点。人类以及其他灵长目动物通过"视觉注意"，能够在一个复杂的场景中迅速找到显著的或感兴趣的目标，而忽略其他不太重要的内容。将视觉注意计算模型用于高分辨率遥感影像目标识别，可以较大提高目标识别性能，然而，还存在着一些难以解决的问题，如：影像视觉特征整合，视觉注意计算模型与识别方法的结合等，影响着目标识别的效果。本项目围绕这些难点问题展开研究，用粒子群优化算法等智能方法解决上述难题，主要研究内容包括：（1）基于粒子群优化的影像视觉特征整合方法；（2）基于小波变换的多尺度注意焦点选择和转移策略；（3）基于视觉注意和粒子群优化的目标智能识别理论和方法；（4）基于视觉注意和神经网络的目标智能识别理论和方法。通过本项目的研究，可以解决上述难题，提高目标识别性能，为高分辨率遥感影像目标智能识别提供新理论和新方法。

将视觉注意计算模型用于高分辨率遥感影像目标识别，可以较大提高目标识别性能，然而，存在着一些难以解决的问题，如：影像视觉特征整合，视觉注意计算模型与识别方法的结合等，影响着目标识别的效果。本项目根据研究计划展开研究，用粒子群优化算法等智能方法解决上述难题，完成了全部研究内容，其中包括：（1）基于粒子群优化的影像视觉特征整合方法；（2）基于小波变换的多尺度注意焦点选择和转移策略；（3）基于视觉注意和粒子群优化的目标智能识别理论和方法；（4）基于视觉注意和神经网络的目标智能识别理论和方法。本项目以高分辨率IKONOS、Quickbird和资源三号卫星遥感影像为实验影像，通过实验验证了其有效性。本项目取得了全部预期研究成果，解决了目标识别中的上述难题，提高了目标识别性能，为高分辨率遥感影像目标智能识别提供了新理论和新方法。