基于模糊度与简化PCNN的遥感图像变化检测

• 作者: 周伟 孙艳丽 王文
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 脉冲耦合神经网络 最小模糊度 遥感图像 变化检测
• 年，卷（期）: 2010,（9）
• 页码范围: 114-117
• 分类号: TN911.73
• 字数: 3280字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-7300.2010.09.031

摘要

遥感图像变化检测必须充分考虑不同时间、不同环境背景等具体情况对于图像的影响,尽可能消除这些"伪变化"影响,以获得比较客观的感兴趣区域变化检测结果.针对遥感图像这一特点提出了一种基于脉冲耦合神经网络的变化检测法.该方法利用脉冲耦合神经网络实现多时相遥感图像的多层次分类,将分类结果进行差值比对,即可检测出感兴趣的变化区域.并提出根据最小模糊度准则,自动确定PCNN循环迭代次数和最佳阈值.实测数据的实验结果表明该方法的变化检测效果优于基于最大熵变化检测算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周伟	海军航空工程学院电子信息工程系	48	268	10.0	13.0
2	王文	海军航空工程学院基础实验部	27	125	8.0	10.0
3	孙艳丽	海军航空工程学院基础实验部	46	107	5.0	7.0