PCNN在溢油遙感圖像邊緣檢測中的應(yīng)用研究.pdf

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，