应用BP融合模型探测海上溢油遥感图像边缘的研究

溢油是一种非常严重的海洋污染。为了通过遥感来监测和识别海面溢油，科学家们已经针对遥感图像进行了很多研究工作。对于海面溢油的探测来说，边缘检测是一种重要的图像处理技术。人们已经针对图像处理发展了很多边缘检测算法，例如Roberts算子，Sobel算子，Marr边缘检测算法等等。这些边缘检测算法在处理各种不同情况的图像时各有优缺点。判断一种边缘检测方法的好坏也要根据实际情况和需求来决定。对于海面溢油图像来说，目前的两个基本要求就是在处理时达到较少的计算时间和较高的检测精度。基于这两种要求本文研究了一种融合模型。这个模型运用BP神经网络来融合简单算子的边缘处理结果。之所以选择BP神经网络作为融合技术是因为经简单算子处理后的边缘灰度值与图像的理想边缘灰度值之间的关系是非线性的，而BP神经网络正是善于处理这种非线性的识别问题。在本文中作者先通过溢油图像训练了一个BP神经网，然后再应用这个BP网来检测其它溢油图像的边缘并收到了较好的效果。文章最后把经五个简单算子和BP融合模型处理过的边缘图像放在一起并进行了比较，得出溢油图像经该模型处理后基本收到了预想的效果。