基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的遙感圖像自動目標(biāo)識別方法研究.pdf

1、脈沖耦合神經(jīng)網(wǎng)絡(luò)(PulseCoupledNeuralNetwork,簡稱PCNN)作為第三代人工神經(jīng)網(wǎng)絡(luò),比傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)更好地模仿了生物神經(jīng)網(wǎng)絡(luò),尤其適合圖像處理,是目前的研究熱點和重點。但在應(yīng)用時仍有一些難題未解決,需解決這些難題,而且有必要進(jìn)一步拓寬PCNN的應(yīng)用范圍。另一方面,在高科技軍事對抗中,遙感圖像戰(zhàn)略目標(biāo)自動識別技術(shù)有著重要的應(yīng)用前景,同時也是因成像質(zhì)量和目標(biāo)特征的復(fù)雜性,使其成為研究的難點。本文的工作主要是對PCN

2、N理論及其在圖像處理中的應(yīng)用做了深入的研究,提出雙級并行點火脈沖耦合神經(jīng)網(wǎng)絡(luò)模型(Double-levelParallelizedFiringPulseCoupledNeuralNetwork,簡稱DLPFPCNN),詳細(xì)闡述其運行行為和工作原理,指出其適用范圍。新模型針對低對比度、低信噪比、背景灰度呈均勻緩慢變化的圖像在分割上的難題而設(shè)計,將DLPFPCNN新模型應(yīng)用于不同領(lǐng)域中的圖像分割,獲得了較常規(guī)方法和常用改進(jìn)方法更好的效果,證