遗传优化神经网络在SAR图像处理中的研究

来源 :大连海事大学 | 被引量 : 3次 | 上传用户:kkai365
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
正直接危害人类健康的各类海洋污染是亟待解决的重要难题,开发能够实时对海洋环境做有效监测的系统是关键技术之一。通过合成孔径雷达(Synthetic Aperture Radar, SAR)这种现代高分辨率微波遥感成像雷达,可以全天候全天时地动态探测海洋油膜并对其成像。本文针对海洋表面溢油监测现状,结合神经网络原理分析利用合成孔径雷达图像,提出了一种基于遗传优化神经网络的海表溢油状况识别的新方法。通过对海面短时间内连续的SAR图像的分析,对于海洋环境污染的防治具有极为重要的意义,为智能海洋环境系统的实现提供了必要条件。 SAR图像已经被广泛的应用在海上溢油监测中,因为海面溢油的平滑效应对雷达波反射起削弱作用,所以在雷达图像上会显示出暗色的阴影区域,而周围的海水却因为表面粗糙作用而显示比较亮。为了精确分类SAR溢油图像,本文提出了纹理分析结合神经网络的方法来分类溢油图像。纹理分析阶段本文采用灰度共生矩阵法计算出对SAR溢油图像最敏感的4个纹理特征值,结合像元的灰度值组成分类图像的特征矢量。考虑到神经网络具有自组织、自适应和联想能力,通过对样本反复训练,能辨别各类样本特征的这一优点,本文选取图像的典型区域,提取出特征矢量输入到神经网络中进行训练。选用常用的神经网络模型BP神经网络和高阶神经网络对图像中溢油和海水等物质进行训练。BP网络的分类方法被广泛应用于遥感图像分类,但它存在局部最小、隐含层节点数及训练速度等问题。而高阶神经网络(HONN)从一定意义上克服了这些缺点,使HONN特征数的局限减小,并结合自适应方法,使分类细化,且速度不会影响太大。网络收敛后,利用待识别的图像测试分类识别的效果。最后,由遗传算法做全局优化,通过对比两种网络模型对SAR溢油图像的识别效果和分类精度,结果显示这两种网络模型都能够达到比较令人满意的效果。并且高阶神经网络分类模型不仅在分类精度上,而且在计算时间上都优于BP模型。
其他文献
在互联网技术日新月异的今天,网络已经成为很多人不可或缺的一种交流方式。网络和多媒体技术的不断发展给企业提供了新一代办公方式——多媒体协同办公。不同于传统的办公方式
图像修复指的是对图像中的损坏部分进行恢复。对手工绘制的图像而言,图像中丢失部分还原或特定目标去除的工作由技能娴熟的专业艺术品修复人员完成,这种方式一直延续到现在。随
三维CAD模型的检索和重用技术作为CAD技术和检索技术的结合,以以有效地缩短产品开发周期,充分利用已有的设计资源,降低产品设计成本,近年来这一方向逐渐成为CAD研究领域的一
多智能体系统是分布式人工智能的一个重要研究分支。论文以机器人足球世界杯(RoboCup)仿真比赛这一典型的多智能体系统为研究背景,针对RoboCup仿真比赛在通信受限情况下对多智
随着量子计算机的发展,基于计算复杂度的传统加密方法遇到了前所未有的威胁和挑战,与此同时,量子密钥分发(Quantum Key Distribution,QKD)与次密加密相结合使得绝对安全的加密成
实用的网络体系结构都是层次结构,目前互联网使用的主流网络体系是TCP/IP。最初的TCP/IP协议栈本来是为了窄带文本数据而开发的,但是随着全球互联网的蓬勃发展,人们对网络的
随着网络的飞速发展,应用需求的不断增加,传统的C/S结构的网络不再能够完全满足人们的需要。在网络世界里越来越多的人需要互相交流,互相共享文件,共享信息资源,而C/S结构的网络并
会话初始化协议SIP(Session Initiation Protocol)是一种基于IP网络的多媒体通信信令控制协议,是下一代通信网络的核心协议之一。目前用于保证SIP通信安全的机制大部分都是从
随着网络以及通信技术的发展和普及,基于网络的应用越来越多,大量的信息网络化,网络给个人、公司和社会带来快捷便利的同时,安全问题也日益突出。目前应用于网络安全的技术主要有
随着全球经济一体化的深入发展,企业竞争环境日趋严峻。为提高企业核心竞争力,构建实时、高效的综合信息管理系统势在必行。本文以杭州市重大科技项目《基于XML技术的棉纺企