论文部分内容阅读
SAR图像中道路目标同机场、桥梁、大坝、河流等地面目标一样,不仅在军事上具有战略意义,而且对国民经济发展也具有重要意义。SAR图像道路提取对地图更新、目标识别、影像匹配等方面具有重要的辅助意义,是图像目标检测的一个重要内容。本文对SAR图像中道路提取的方法进行讨论和研究。
脉冲耦合神经网络(PCNN)很好地模拟了生物神经元的疲劳、不应期,脉冲激励现象,在图像处理,优化等领域,显示了独特的优越性。本文提出了一种基于PCNN的SAR图像道路提取的方法。该方法首先用单位连接脉冲耦合神经网络(Unit-Linking PCNN)模型结合Otsu准则对SAR图像进行分割,对算法中的迭代次数进行分析研究,通过实验得出预设最优迭代次数,并自动得出最优分割时的迭代次数;然后对分割后的二值图像一种结合数学形态学的方法来进行滤波去除多余信息,再经数学形态学的方法优化得到滤波结果;最后用Hough变换来对直线段进行连接得到最后的道路提取结果。
实验结果表明本文提出的方法能有效提取出道路的骨架。分割实验结果表明本文提出的分割方法能突出目标区域,对后面的提取工作打好了基础。滤波实验结果表明本文提出的滤波方法能对分割后的二值图像有效提取出道路,计算简单,实用性强。