基于神經(jīng)網(wǎng)絡(luò)的SAR圖像多尺度分割的研究.pdf

1、合成孔徑雷達(dá)(SAR)是一種微波成像系統(tǒng)，在軍事、經(jīng)濟(jì)和社會等領(lǐng)域具有廣泛應(yīng)用，因此，對SAR圖像的解釋引起了廣大學(xué)者的高度重視，而SAR圖像的分割是其理解的基礎(chǔ)，所以，SAR圖像分割一直是SAR圖像研究的熱點。由于SAR圖像特殊的成像機(jī)理導(dǎo)致SAR圖像含有大量的斑點噪聲，給分割工作帶來了較大的困難。針對目前SAR圖像分割方法的現(xiàn)狀和不足，并結(jié)合SAR圖像固有的統(tǒng)計特征，本文將多尺度分析技術(shù)和神經(jīng)網(wǎng)絡(luò)理論相結(jié)合，提出了三種SAR圖像分割

2、的新方法，并通過實驗驗證了所提方法的可行性和有效性。具體為： 1.基于自組織特征映射(SOM)網(wǎng)絡(luò)的SAR圖像多尺度分割技術(shù)。該方法首先對SAR圖像進(jìn)行多尺度建模，提取SAR圖像多尺度統(tǒng)計特征，以此作為SOM神經(jīng)網(wǎng)絡(luò)的輸入，研究SOM神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、訓(xùn)練算法以及基于該網(wǎng)絡(luò)的SAR圖像分割，最后給出結(jié)果的評價。 2.基于概率神經(jīng)網(wǎng)絡(luò)(PNN)的SAR圖像多尺度分割技術(shù)。該方法仍然首先對SAR圖像進(jìn)行多尺度建模，提取SAR圖像

3、多尺度特征，然后用K-均值方法對訓(xùn)練樣本進(jìn)行聚類，以此減小PNN網(wǎng)絡(luò)模式層規(guī)模，并確定參數(shù)初值，在此基礎(chǔ)上提出改進(jìn)概率神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和訓(xùn)練算法以及SAR圖像分割方法，最后評價分析該方法的有效性。 3.基于小波神經(jīng)網(wǎng)絡(luò)的SAR圖像多尺度分割技術(shù)。該方法從研究小波變換入手，分析研究各種常用小波函數(shù)的時頻特性，并最終確定將morlet小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)隱層傳遞函數(shù)，以此提出小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和算法，通過研究參數(shù)初值、網(wǎng)絡(luò)隱層規(guī)模與訓(xùn)