基于PCNN的海冰SAR图像分类系统.pdfVIP

高技术通讯2008年2月第18卷第2期 基于PCNN的海冰SAR图像分类系统① 纪永刚②张杰孟俊敏张汉德” (国家海洋局第一海洋研究所 青岛26f瞄1) (’国家海洋局北海分局 青岛266033) 摘要 简化和改进了脉冲耦合神经网络(PCNN)，建立了基于时间索引图的脉冲耦合神 经网络海冰SAR图像分类器，用于海冰SAR图像的分割和海冰分类。在此基础上建立了 基于人工解译的半自动海冰分类判读系统。将发展的分类器用于辽东海湾冰探测，结果 表明这个分类器能够区分海冰和海水，识别不同海冰类型，且具有高效率。为了选择适合 辽东湾海冰分类的PCNN参数，分析了链接半径、链接强度和索引图等级等参数，给出了 各参数合适的取值范围及调节原则。 关键词脉冲耦合神经网络(PcNN)，合成孔径雷达(SAR)，辽东湾海冰海冰分类 图像平滑、分割以及边缘检测等图像处理领域[7-10]。 0 引言 PCNN神经网络具有使相似输入的神经元同时发生 合成孔径雷达(syntheticapertureradar，SAR)是脉冲点火的特点，能够弥补输入数据的空间不连贯 遥感监测海冰的重要遥感器之一。利用SAR遥感 和幅度上的微小变化，从而较完整地保留图像的区 技术可及时、准确地探测结冰区域，识别海冰和海 域信息，这对图像分割，特别是对存在斑点噪声的海 水，提取海冰类型、海冰边缘线和冰间水道等信息， 冰SAR图像分割是非常有用的。且PCNN实现起来 这对于预防海冰险情，保证海域油气资源的安全开 比一般的神经网络简单，网络只有三层，对图像的处 发，具有重要意义。在过去的十几年中，由于引入了 理上更加方便、快捷。 高分辨率SAR图像。海冰遥感探测得到了明显发 本文采用单调增长的阈值函数来简化PCNN， 展。在国外，美国国家海冰中心(NIC)、加拿大海冰网络结构图见图1。简化后的PCNN的输入和可调 管理中心(CIS)等，开展了大量的海冰遥感探测研参数比原始PCNN少，这使得网络算法的配置相对 究¨oJ，已达到业务化监测程度，其中基于SAR图像简单，比常规网络速度快，占用内存少。 纹理特征的海冰分类研究较多【铀J。国内在海冰 SAR遥感探测方面的研究起步较晚，海冰SAR识别 主要基于SAR图像的目视解译，对SAR图像海冰分 类方法研究较少，针对这种情况，本文加强了这方面 neural 的研究，将脉冲耦合神经网络(pulse．coupled ne№d【，PCNN)用于了海冰SAR图像分类，建立了 基于PCNN的海冰SAR图像分类判读系统，实现了 海冰的快速分类，并用该系统区分了我国辽东湾海 冰的类型。 图1简化PCNN神经网络示意图 1 基于时间索引图的PCNN海冰分类器 由于常用PCNN输出的结果是按时间顺序排列 的二值图像序列，这给后续处理带来了困难。且很 脉冲耦合神经网络(PCNN)是一种不同于传统 人工神经网络的新型神经网络，已被广泛地应用于 多简化PCNN的研究重点集中在如何选取最佳的迭 ①国家863计划(2001AA633080)资助项日。 ②墨，，+!叼．箩牛，博l：；研究方向：海洋微波遥感技术；通讯作者，E-mail：jiyonggang@gmail．㈣ (收稿口期：2007-01-05) 。·——190·-—— 万方数据 纪永刚等：基于PCNN的海冰SAR图像分类系统 代步数上，而最终结果也只是选取某一步的二值输