基于BP神经网络模型的遥感图像道路分割处理方法研究

基于BP神经网络模型的遥感图像道路分割处理方法研究

ID:36800919

大小:337.05 KB

页数:3页

时间:2019-05-15

基于BP神经网络模型的遥感图像道路分割处理方法研究_第1页
基于BP神经网络模型的遥感图像道路分割处理方法研究_第2页
基于BP神经网络模型的遥感图像道路分割处理方法研究_第3页
资源描述:

《基于BP神经网络模型的遥感图像道路分割处理方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、维普资讯http://www.cqvip.com第25卷第1期哈尔滨工程大学学报V01.25№.12004年2月JournalofHarbinEngineeringUniversityFeb.2o04基于BP神经网络模型的遥感图像道路分割处理方法研究柳强,张根耀(1.西北大学计算机科学与技术学院,陕西西安710069;2.延安大学计算机系,陕西西安716000)摘要:图像分割是军事目标识别的主要处理方法.由于神经网络对于解决目标识别问题具有适合用于高速并行处理系统、可以实现特征空间较为复杂的划分等优势,采用神经网络模型在复杂的遥感图像背景中,识别出宽

2、度很小的道路是较为理想的.在简单介绍BP神经网络模型的基础上,论述了BP神经网络模型在目标识别中关于道路分割问题的处理方法,并以实例证明了采用BP神经网络模型对遥感图像进行分割,得到的结果图像能够从复杂的背景图像中分割出道路,并能清楚地反映道路的方向和分叉,对于遥感图像的目标识别有重要的实用价值.关键词:神经网络;BP算法;遥感图像;道路分割中图分类号:TN820文献标识码:A文章编号:1006—7043(2004)01—0069—03ThestudyofroadsegmentationmethodsofremoteimagebasedonBPNNm

3、odelLIUQiang,ZHANGGen—yad(1.SchoolofComputerScienceandTechnology,NorthwestUniversity,Xi’an710069,China;2.DepartmentofComputer,YananUniversity,Xi’all710025,China)Abstract:Imagesegmentationisthemainmethodtoidentifyamilitarytarget.Inregardtoidentifyingthetargetobject,theneur~netwo

4、rkhasmanyadvantages,forexample,itiscapableofimplementingmorecomplexpatti—tioningoffeaturespaceanditisamenabletohigh—performanceparallel—processingimplementations.Forthead—vantagesgivenabove,itisidealtoapplytheneuralnetworkmodeltoidentifyingarelativelynarrowmadinaverycomplexback

5、groundofremoteimages.ThepaperbrieflyintroducestheBPNNmodel,anddiscusseshowtodealwithroadsegmentationbyusingtheBPNNmodeltoidentifythetarget.Inconclusion,throughexam—pies,theBPNNmodelcanidentifyaroadfromacomplicatedbackgroundimageandcanclearlyreflectthedirec—tionandbifurcationoft

6、heroad,whichprovesitispragmaticallyvaluableinidentifyingtheremote-sensingirflBge.Keywords:neuralnetwork;theBPalgorithm;remoteimage;roadsegmentation目标识别是现代化高科技军事战争中的一个关器,从遥感图像中将道路识别出来的方法⋯.键环节,而道路分割是目标识别中对于道路识别的一种主要方法.BP神经网络模型适用于高速并行处1网络设计理系统,可以实现特征空间较为复杂的划分,具有比1.1模型选取较高的分辨率,更能清楚

7、地反映道路的方向和分叉.本文选用BP神经网络模型.误差反向传播本文以处理某地区的卫星遥感多谱图像数据为(BP)模型是由美国著名学者Rumelhart等提出的一例,从Landsat多谱扫描仪获取的图像数据中选取种多层前向型网络,网络有输入层节点、隐层节点20×20像素的4谱图数据为参考数据,论述了选择(可以是一层或多层)、输出层节点,对于输入信号要正确的网络结构,并通过良好训练的神经网络分类先向前传播到隐层节点,经过作用函数后,再把隐层节点的输出信号传送到输出节点,最后给出输出结收稿日期:2003—12—12.1基金项目:中国人民解放军第二炮兵科研部重

8、点基金资助项目果.节点的作用函数取s型函数,即厂(317)=.1十e(EP2002—062).作者简介:柳强

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。