改进型脉冲耦合神经网络高分辨率SAR图像分割

作者：汪华章 宰文姣高分辨率sar图像分割相干斑噪声pcnn模型

摘要：针对高分辨率SAR（合成孔径雷达）图像噪声强，目标分割难度大的特点，提出一种改进的脉冲耦合神经网络（pulse coupled neural network，PCNN）模型的SAR图像分割算法。首先根据SAR图像中相干斑噪声的特点，采用复小波进行去噪。然后，在传统PCNN模型的基础上，对神经元的输入信号，尤其是链接系数和阈值的非线性衰减子因子进行了改进和简化，同时对链接强度系数β进行理论上的近似推导，并减少人工设置的参数。最后，通过最佳阈值对其结果进行二值化处理得到感兴趣的目标图像。实验结果表明，改进后的算法运行效率提高，自适应性增强。与传统算法相比，区域一致性提高0．013，区域的对比度提高0．015，效果优于传统的PCNN算法，为高分辨率SAR图像分割提供了一种新策略。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社