基于人工神经网络的遥感图像处理方法研究.pdfVIP

维普资讯 第8卷 第 1期 重庆科技学院学报 自然科学版 2006年3月 基于人工神经网络的遥感图像处理方法研究 吐热尼 古丽 ’ 张晓帆 1．新疆师范大学生命与环境科学学院 ，鸟鲁木齐830054； 2．新疆大学资源与环境科学学院，鸟鲁木齐830046 摘 要：根据遥感图像的特性，介绍了人工神经网络在遥感图像分析与处理领域的各种应用，重点分析了基于人工 神经网络的遥感图像分类与增强、遥感图像复原与重建、图像边缘检测与纹理信息提取等方法，在MATLAB平台下 对基于BP神经网络的个别算法进行了实现，并说明了神经网络方法在遥感图像分析与处理技术中的应用潜力。 关键词 ：人工神经网络 ；遥感 图像 ；MAnAB 中图分类号：IP3891 文献标识码 ：A 文章编号：1673-1980 2006 01-0079—o4 1 人工神经网络的概念 常，ui Nif u 称为神经元功能函数，该函数是一个 有上下限的单调上升函数。 人工神经 网络 ArtifieialNeuralNetwork 是近 由以上众多神经元互连而形成了神经 网络的结 年来发展起来的十分热 门的交叉学科，它涉及生物、 构，它决定着这个网络的能力。处于各单元之间的权 电子、计算机、数学和物理等学科 ，具有非常广泛的 起着十分关键的作用。神经网络的学习就是针对样 应用背景。人工神经网络是从模拟人脑神经系统的 本，根据某种规则 称为学习算法 修改权值，直到权 结构和功能出发而构造 的一种数学模型和物理系 值大小和分布满足要求，使神经网络能够实现预期 统，由很多简单的处理单元有机联结起来，每个处理 的功能。 单元相当于人脑的一个神经细胞，称其为人工神经 人工神经网络能够并行处理，运算速度非常快， 元 ，其工作方式与神经细胞的工作方式十分相似。如 具有很强的联想、思维推理 、判断和记忆 的功能。正 图 1所示 ，为人工神经元的结构简图。 是由于人工神经网络具有人脑相似的这些特点，在 模式识别和图像分析处理领域中得到了十分广泛的 应用。 由于遥感图像数据具有多传感器、多平台、多时 ， 相、多光谱和多分辨率的海量数据 的特点，遥感图像 分析与处理成为图像分析与处理中一个复杂的分 支。随着计算机、人工智能尤其是专家系统的发展， 图 1 人工神经元结构模型 人工神经网络技术逐渐成熟并开始应用于遥感领 图 1中 ．．，‰ 表示神经元的输入 也是其他 域。人工神经网络作为一种非线性映射或 自适应动 神经元的输出 ， 1．．C·-On,表示与其他神经元的联接系 力系统，能有效解决遥感图像处理中难以处理的一 数，称为权w eights ，为阈值，ui为神经元的状态，yi 些 问题 。 表示神经元的输出。每个神经元满足： 2 基于人工神经网络的遥感图像分析与处 ∑ 1 理方法的优势 J j “。 J7、7I 2 2．1 遥感图像的特点及其分析与处理过程中的困难 “ 3 遥感图像数据具有以下特征： 式中： 为权和输入的累加值，称为净输入。通 1 多源性 ：获取的遥感图像数据具有多传感 收稿 日期 ：2005—11-13 基金项 目：国家自然科学基金项目 座机电话号码 、国家973项目 2001CB409809 、新疆高校项目 XJEDU座机电话号码 作者简介 ：吐热尼古丽 1976一 ，女，维吾尔族人，新疆师范大学讲师，在读硕士，主要研究方 向：遥感及数字 图像处理 。 、 · 79 · 维普资讯 吐热尼古丽，张晓帆：基于人工神经网络的遥感 图像处理方法研究 器、多平台的信息特征； ． 图像视觉效果的一种方法。通过基于神经网络的设 2 空间宏观性 ：遥感图像覆盖范围大、视野广， 计和优化，完全可以实现 比较完善的实时的遥感图 具有一定 的概括性 ； 像增强处理 。与传统的处理方法相 比，采用 自适应滤 3 时间周期性 ：遥感图像数据具有多时相特点； 波器的图像增强算法对图像的均衡效果更为明显一 4 多光谱特性：光谱分辨率的提高是遥感发展 些，而且 由于展宽了频带，图像的细节更加丰富，图 以来的重要趋势，高光谱遥感 已开始问世 ； 像更加明艳和清晰。 5 多空间分辨率特性 ：目前，遥感探测器的分 3．2 基于神经网络的遥感图像复原与重建 辨率由公里级 、百米级发展到米级 、分米级 ，一个多 理想的遥感图像能如实而毫不歪 曲地反映地物 空间尺度 的海量遥感数据已经形成 ； 的辐射能量分布和几何特征，而这种情况实际上是 6 海量数据 ：多波段、多分辨率的特性使得所 不存在的。在一般的情况下，我们所得到的图像都在 获得的遥感数据往往是海量的。 不同程度上与地物的辐射能量或亮度分布有一定的 遥感 图像数据的上述特征使其在分析处理过程 差异。遥