人工智能技术下的高光谱图像目标边缘增强方法.pdfVIP

工智能ARTIFICIAINTELLIGENCE

人工智能技术自标边缘增强方法

孙超熊文林李波发陈小龙罗芳

广东电网有限责任公司广州供电局，广东广州510620

摘要：高光谱图像数据量庞大，而边缘增强算法的计算复杂度较高，因此需要大量计算资源的支持，这种情况在实际应用中可

能会限制其使用。对于一些边缘增强方法，需要人工干预以调整参数，自动化程度较低，在处理大量数据时可能会导致效率低

下。因此文章提出了一种基于人工智能技术的高光谱图像目标边缘增强方法，通过综合运用深度学习和信号处理技术，在高光

谱图像中实现目标边缘的精确增强。采用深度神经网络对高光谱图像进行特征提取和学习，从而有效区分目标与背景；利用信

号处理技术对提取的特征图进行边缘检测和增强处理，以突出目标的边缘轮廊。实验结果表明，该方法在高光谱图像目标边缘

增强方面取得了显著效果，为高光谱图像分析与应用提供了有力支持。

关键词：高光谱图像；人工智能技术；目标边缘文献标识码：A中图分类号：TP391

D0l:10.13535/ki.10-1507/n.2025.08.02

文章编号：2096-4137（2025）08-22-03

Edgeenhancementmethodforhyperspectralimagetargetsunderartificialintelligencetechnology

SUNChao,XIONGWen,LINLibo,CHENXiaolong,LUOFang

GuangzhouPowerSupplyBureauofGuangdongPowerGridCo.,Ltd.,Guangzhou510620,China

Abstract:Thelargeamountofhyperspectralimagedataandthehighcomputationalcomplexityofedgeenhancementalgorithms

requirealargeamountofcomputationalresourcestosupportthem.Thissituationmaylimittheiruseinpracticalapplications.For

someedgeenhancementmethods,humaninterventionisrequiredtoadjusttheparametersandtheirautomationislow,whichmaylead

toinefficiencywhendealingwithalargeamountofdata.Therefore,thispaperproposesanedgeenhancementmethodforhyperspectral

imagetargetsbasedonartificialintelligencetechniques.Themethodachievesaccuratetargetedgeenhancementinhyperspectral

imagesbyintegratingdeeplearningandsignalprocessingtechniques.Firstly,adeepneuralnetworkisusedtoextractandlearn

featuresfromthehyperspectralimage,soastoeffectivelydistinguishthetargetfromthebackground.Next,theextractedfeaturemaps

areprocessedwithedgedetectionandenhancementusingsignalprocessingtechniquest