一种简化脉冲耦合神经网络的高分辨率农村公路影像分割方法

摘要：

针对高分辨率图像中地物信息表现更加精细,增大了噪声对分割农村公路的影响,而一般的分割方法容易产生过分割现象的问题,提出基于简化脉冲耦合神经网络(pulse coupled neural network,PCNN)农村公路分割方法.该方法首先采用最小交叉熵确定其迭代次数,然后用典型的简化PCNN模型对图像进行分割,并在此分割基础上,利用形态学方法,根据斑块面积的大小对农村公路进行最终分割提取.通过利用0.2m高分辨率无人机影像进行试验,并与经典算法区域生长法和Hough变换直线检测方法比较.结果表明,该方法可有效地分割出农村公路,避免了图像过分割的缺点,具有目标边缘光滑、连贯和清晰的特点,用于高分辨率图像中农村公路的分割处理效果优于常规方法.定量评价结果表明,该方法在总体精度、Kappa系数上都有一定的提高.

关键词：脉冲耦合神经网络、最小交叉熵、形态学、农村公路

所属期刊栏目：34

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金;国家重点研发计划

在线出版日期：2019-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：117-122