作者：彭晏飞; 周娟; 訾玲玲脉冲耦合神经网络遥感图像分割粒子群优化适应度函数
摘要：对卫星地域遥感图像进行准确分割，可提高图像清晰度，保证准确率。由于在采集遥感图像过程中容易受到光照、遮挡、距离等周围环境的影响，使得目标遥感图像特征模糊。传统的图像分割算法，主要通过图像特征进行分割，不能准确地对遮挡物及光照干扰进行去除，导致图像分割不准确的问题。提出改进粒子群优化PSO算法的PCNN遥感图像分割方法。将改进的PSO算法与简化后PCNN模型融合，利用最大类间方差定义适应度函数，为避免出现局部最优解，在每次迭代中。选取适应度较好的粒子同时加入新的粒子，提高粒子多样性，完成模型最优参数的设置和对遥感图像的分割。仿真结果表明，与人工设定PCNN参数方法和未改进的PSO算法相比，结合改进的粒子群优化算法不仅加快了收敛速度和运算速度。而且提高了图像分割准确率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
