应用BP融合模型探测海上溢油遥感图像边缘的研究

被引:0
作者
陈巍巍
机构
[1] 大连海事大学
关键词
BP神经网络; 遥感; 边缘检测; 信息融合;
D O I
暂无
年度学位
2003
学位类型
硕士
导师
摘要
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。
引用
收藏
页数:51
共 13 条
[1]
发达国家海上溢油遥感监测现状分析 [J].
安居白 ;
张永宁 .
交通环保, 2002, (03) :27-29
[2]
航空遥感探测海上溢油的技术 [J].
安居白 .
交通环保, 2002, (01) :24-26
[3]
多传感器信息融合机载辐射源识别 [J].
王杰贵 ;
罗景青 ;
尹成友 .
信号处理, 2002, (01) :12-15
[4]
图像边缘检测的融合方案初探 [J].
王培珍 .
安徽工业大学学报, 2001, (01) :49-51
[5]
边缘检测技术的发展研究 [J].
张凯丽 ;
刘辉 .
昆明理工大学学报, 2000, (05) :36-39
[6]
多源遥感影像数据融合 [J].
贾永红 ;
李德仁 ;
孙家柄 .
遥感技术与应用, 2000, (01) :41-44
[7]
Kirsch算子的快速算法 [J].
李永忠 .
西北民族学院学报, 1997, (01) :10-12
[8]
智能信息处理.[M].安居白编著;.大连海事大学出版社.2000,
[9]
数字图像处理.[M].夏良正主编;.东南大学出版社.1999,
[10]
神经网络控制.[M].徐丽娜编著;.哈尔滨工业大学出版社.1999,