PCNN在溢油遙感圖像邊緣檢測中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩46頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、溢油污染越來越受到國家的重視,我國已有用于海上溢油監(jiān)測的飛機,并配有多種遙感監(jiān)測設(shè)備,但在溢油信息處理的軟件方面仍不完善。因此,如何快速、準(zhǔn)確的對溢油信息進行檢測是一種關(guān)鍵技術(shù)。 邊緣檢測作為圖像處理的關(guān)鍵技術(shù)之一,對辨別溢油的存在及估算溢油的數(shù)量和面積起著重要的作用。針對溢油圖像具有低對比度、含噪聲和需要用相對較少的實時處理時間的特點的問題,本文采用新一代人工神經(jīng)網(wǎng)絡(luò)--脈沖耦合神經(jīng)網(wǎng)絡(luò)(Pulse Coupled Neur

2、al Network-PCNN)來處理溢油圖像。PCNN具有生物學(xué)特征,與傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)相比,不需要全局的精確訓(xùn)練,具有良好的脈沖傳播特性、參數(shù)可控性,在圖像處理、模式識別等領(lǐng)域獲得了廣泛應(yīng)用。本文通過PCNN對溢油圖像邊緣的灰度進行檢測,對于無噪聲污染的圖像,利用圖像分割的思想,把圖像分割成不同區(qū)域,同時將灰度圖像的邊緣像素標(biāo)記出來,得到該灰度圖像的邊緣信息。對于有噪聲污染的或是低對比度的灰度圖像,可先用PCNN進行降噪、增強處理,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論