基于BP神經(jīng)網(wǎng)絡(luò)模型的遙感圖像道路分割處理方法研究

《基于BP神經(jīng)網(wǎng)絡(luò)模型的遙感圖像道路分割處理方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、維普資訊http://www.cqvip.com第25卷第1期哈爾濱工程大學(xué)學(xué)報(bào)V01．25№．12004年2月JournalofHarbinEngineeringUniversityFeb．2o04基于BP神經(jīng)網(wǎng)絡(luò)模型的遙感圖像道路分割處理方法研究柳強(qiáng)，張根耀(1．西北大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，陜西西安710069；2．延安大學(xué)計(jì)算機(jī)系，陜西西安716000)摘要：圖像分割是軍事目標(biāo)識(shí)別的主要處理方法．由于神經(jīng)網(wǎng)絡(luò)對(duì)于解決目標(biāo)識(shí)別問(wèn)題具有適合用于高速并行處理系統(tǒng)、可以實(shí)現(xiàn)特征空間較為復(fù)雜的劃分等優(yōu)勢(shì)，采用神經(jīng)網(wǎng)絡(luò)模型在復(fù)雜的遙感圖像背景中，識(shí)別出寬

2、度很小的道路是較為理想的．在簡(jiǎn)單介紹BP神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上，論述了BP神經(jīng)網(wǎng)絡(luò)模型在目標(biāo)識(shí)別中關(guān)于道路分割問(wèn)題的處理方法，并以實(shí)例證明了采用BP神經(jīng)網(wǎng)絡(luò)模型對(duì)遙感圖像進(jìn)行分割，得到的結(jié)果圖像能夠從復(fù)雜的背景圖像中分割出道路，并能清楚地反映道路的方向和分叉，對(duì)于遙感圖像的目標(biāo)識(shí)別有重要的實(shí)用價(jià)值．關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；BP算法；遙感圖像；道路分割中圖分類號(hào)：TN820文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006—7043(2004)01—0069—03ThestudyofroadsegmentationmethodsofremoteimagebasedonBPNNm

3、odelLIUQiang，ZHANGGen—yad(1．SchoolofComputerScienceandTechnology，NorthwestUniversity，Xi’an710069，China；2．DepartmentofComputer，YananUniversity，Xi’all710025，China)Abstract：Imagesegmentationisthemainmethodtoidentifyamilitarytarget．Inregardtoidentifyingthetargetobject，theneur~netwo

4、rkhasmanyadvantages，forexample，itiscapableofimplementingmorecomplexpatti—tioningoffeaturespaceanditisamenabletohigh—performanceparallel—processingimplementations．Forthead—vantagesgivenabove，itisidealtoapplytheneuralnetworkmodeltoidentifyingarelativelynarrowmadinaverycomplexback

5、groundofremoteimages．ThepaperbrieflyintroducestheBPNNmodel，anddiscusseshowtodealwithroadsegmentationbyusingtheBPNNmodeltoidentifythetarget．Inconclusion，throughexam—pies，theBPNNmodelcanidentifyaroadfromacomplicatedbackgroundimageandcanclearlyreflectthedirec—tionandbifurcationoft

6、heroad，whichprovesitispragmaticallyvaluableinidentifyingtheremote-sensingirflBge．Keywords：neuralnetwork；theBPalgorithm；remoteimage；roadsegmentation目標(biāo)識(shí)別是現(xiàn)代化高科技軍事戰(zhàn)爭(zhēng)中的一個(gè)關(guān)器，從遙感圖像中將道路識(shí)別出來(lái)的方法?．鍵環(huán)節(jié)，而道路分割是目標(biāo)識(shí)別中對(duì)于道路識(shí)別的一種主要方法．BP神經(jīng)網(wǎng)絡(luò)模型適用于高速并行處1網(wǎng)絡(luò)設(shè)計(jì)理系統(tǒng)，可以實(shí)現(xiàn)特征空間較為復(fù)雜的劃分，具有比1．1模型選取較高的分辨率，更能清楚

7、地反映道路的方向和分叉．本文選用BP神經(jīng)網(wǎng)絡(luò)模型．誤差反向傳播本文以處理某地區(qū)的衛(wèi)星遙感多譜圖像數(shù)據(jù)為(BP)模型是由美國(guó)著名學(xué)者Rumelhart等提出的一例，從Landsat多譜掃描儀獲取的圖像數(shù)據(jù)中選取種多層前向型網(wǎng)絡(luò)，網(wǎng)絡(luò)有輸入層節(jié)點(diǎn)、隱層節(jié)點(diǎn)20×20像素的4譜圖數(shù)據(jù)為參考數(shù)據(jù)，論述了選擇(可以是一層或多層)、輸出層節(jié)點(diǎn)，對(duì)于輸入信號(hào)要正確的網(wǎng)絡(luò)結(jié)構(gòu)，并通過(guò)良好訓(xùn)練的神經(jīng)網(wǎng)絡(luò)分類先向前傳播到隱層節(jié)點(diǎn)，經(jīng)過(guò)作用函數(shù)后，再把隱層節(jié)點(diǎn)的輸出信號(hào)傳送到輸出節(jié)點(diǎn)，最后給出輸出結(jié)收稿日期：2003—12—12．1基金項(xiàng)目：中國(guó)人民解放軍第二炮兵科研部重

8、點(diǎn)基金資助項(xiàng)目果．節(jié)點(diǎn)的作用函數(shù)取s型函數(shù)，即廠(317)=．1十e(EP2002—062)．作者簡(jiǎn)介：柳強(qiáng)