结合简化PCNN和Zernike矩的遥感影像边缘检测方法

作     者：夏文彬 柳丽仙 黄亮 XIA Wen-bin;LIU Li-xian;HUANG Liang

作者机构：昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山区空间信息测绘技术应用工程研究中心云南昆明650093 

出 版 物：《软件》 (Software)

年 卷 期：2019年第40卷第12期

页      面：37-40页

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金项目“南方山地城镇建设用地与变化的坡度梯度效应研究”(编号:41961039) 云南省应用基础研究计划面上项目“基于全卷积神经网络的多源遥感影像变化检测”(编号:2018FB078) 云南省高校工程中心建设计划资助 自然资源部地球观测与时空信息科学重点实验室经费资助项目(编号:201911)“基于直觉模糊集理论的多源遥感影像变化检测方法研究” 

主　　题：脉冲耦合神经网络 Zernike矩 遥感影像 边缘检测 

摘      要：遥感影像边缘信息可以提高信息提取精度。但随着空间分辨率的提高,地物内部细节丰富,地物光谱异质性增强,导致边缘检测效果难以满足实际需求。针对现有传统方法对高空间遥感影像进行边缘检测易产生伪轮廓边缘的复杂问题,本文提出了一种简化脉冲耦合神经网络(Simplified Pulse Coupled Neural Network,SPCNN)结合Zernike矩的边缘检测方法。该方法首先采用L0方法对遥感影像进行平滑滤波处理;然后采用SPCNN对滤波后的数据进行阈值分割;最后采用Zernike矩对分割后的影像进行边缘检测并对结果进行精度评价。为验证提出方法,选取两景遥感影像作为实验数据。实验结果表明,提出的方法与传统Canny算子相比有效提高了遥感影像边缘检测精度。