基于遙感圖像中港口目標(biāo)的分割算法研究與實現(xiàn).pdf

1、遙感圖像目標(biāo)分割，是遙感圖像識別和圖像解譯的重要步驟。遙感圖像分割具有非常強的目標(biāo)特性和圖片類型針對性，因而目標(biāo)分割算法必須通過精心設(shè)計，圖像分割才能達(dá)到良好的效果。港口目標(biāo)作為一個國家重要的軍事基地和航運交通樞紐,研究關(guān)于它的信息，具有重大戰(zhàn)略意義和民用意義。遙感圖像中港口目標(biāo)的分割和研究，當(dāng)今時代，無論在軍事領(lǐng)域還是民用領(lǐng)域都是至關(guān)重要的研究任務(wù)，也是圖像解譯領(lǐng)域的一個熱點研究問題。針對遙感圖像中港口目標(biāo)的分割和提取研究任務(wù)，因其目

2、標(biāo)與背景的復(fù)雜性和特征的多樣性，要達(dá)到精確的分割效果，需要針對特定目標(biāo)選擇合適的分割算法。本文的主要內(nèi)容是遙感圖像中港口目標(biāo)的分割算法研究與實現(xiàn)，遙感圖像來源于google earth。選取兩幅遙感圖像，分析港口目標(biāo)的特征信息：灰度特征及結(jié)構(gòu)特征。在此基礎(chǔ)上選擇閾值分割法和脈沖耦合神經(jīng)網(wǎng)絡(luò)分割法，實現(xiàn)圖像分割。
　　本研究主要內(nèi)容包括：⑴介紹了圖像閾值分割法，在一維最大類間方差法的基礎(chǔ)上研究了二維最大類間方差法，確定圖像分割的最佳

3、閾值，實現(xiàn)港口目標(biāo)的分割。⑵詳細(xì)研究了一種改進(jìn)的圖像閾值分割方法，加權(quán)參數(shù)直覺模糊熵閾值分割算法。在直覺模糊熵分割法的基礎(chǔ)上增加了權(quán)參數(shù)，改善了直覺模糊集缺少對模糊不確定性度量的局限性。目的為改善傳統(tǒng)閾值分割法的分割效果，以及在一定程度上消除或抑制云霧因素對分割結(jié)果的影響。⑶考慮到閾值分割方法自身的局限性，一個或一組閾值無法精確分割遙感圖像中的港口目標(biāo)，在此基礎(chǔ)上研究了基于神經(jīng)網(wǎng)絡(luò)的分割算法：脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN-Pulse Co