[發(fā)明專利]基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的遙感影像分割方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811024080.9
• 申請(qǐng)日: 2018-09-04
• 公開（公告）號(hào): CN109344721A
• 公開（公告）日: 2019-02-15
• 發(fā)明（設(shè)計(jì)）人: 高紅民;楊耀;李臣明;楊琪;璩曉宇;高志祥;杜星熠;趙徐軍;袁文晶
• 申請(qǐng)（專利權(quán)）人: 河海大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/34
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 饒欣

1.基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的遙感影像分割方法，其特征在于：包括以下步驟：

S1：對(duì)原始的遙感影像進(jìn)行濾波處理；

S2：初始化脈沖耦合神經(jīng)網(wǎng)絡(luò)；

S3：自適應(yīng)求取脈沖耦合神經(jīng)網(wǎng)絡(luò)分割的最佳迭代數(shù)；

S4：?jiǎn)?dòng)耦合連接狀態(tài)下的脈沖耦合神經(jīng)網(wǎng)絡(luò)，進(jìn)行遙感影像的點(diǎn)火分割。

2.根據(jù)權(quán)利要求1所述的基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的遙感影像分割方法，其特征在于：所述步驟S3中，運(yùn)用最小交叉熵準(zhǔn)則自適應(yīng)求取脈沖耦合神經(jīng)網(wǎng)絡(luò)分割的最佳迭代數(shù)。

3.根據(jù)權(quán)利要求2所述的基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的遙感影像分割方法，其特征在于：通過(guò)式(1)計(jì)算最佳迭代數(shù)：

式(1)中，D(t)為閾值為t時(shí)的交叉熵；t為圖像分割時(shí)所使用的閾值；j為灰度級(jí)標(biāo)號(hào)；h_j為圖像中像素點(diǎn)屬于灰度級(jí)j的概率，根據(jù)式(2)得到；μ₁為分割后的二值圖像中目標(biāo)的平均灰度值，μ₂為分割后的二值圖像中背景區(qū)域的平均灰度值，L為原始圖像的灰度級(jí)個(gè)數(shù)；

h_j＝n_j/N (2)

式(2)中，n_j為圖像中灰度級(jí)為j的像素點(diǎn)數(shù)，N為原始圖像的像素點(diǎn)數(shù)。

4.根據(jù)權(quán)利要求1所述的基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的遙感影像分割方法，其特征在于：所述步驟S4中，點(diǎn)火分割的具體過(guò)程為：如果沒(méi)有達(dá)到迭代次數(shù)，則繼續(xù)下一次點(diǎn)火；如果達(dá)到了迭代次數(shù)，則停止迭代。

5.根據(jù)權(quán)利要求1所述的基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的遙感影像分割方法，其特征在于：所述步驟S2中，初始化脈沖耦合神經(jīng)網(wǎng)絡(luò)的過(guò)程包括初始化以下參數(shù)：耦合連接輸入域Z的幅度常數(shù)V_Z、神經(jīng)元反饋輸入域的連接矩陣W_ijkl、連接系數(shù)β、動(dòng)態(tài)門限為θ時(shí)的閾值衰減系數(shù)α_θ和動(dòng)態(tài)門限為θ時(shí)的閾值幅度系數(shù)V_θ；其中，ij表示相應(yīng)神經(jīng)元的標(biāo)號(hào)，i≥1，j≥1，kl也表示神經(jīng)元的標(biāo)號(hào)，k≥1，l≥1。

6.根據(jù)權(quán)利要求5所述的基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的遙感影像分割方法，其特征在于：所述步驟S2中，初始化脈沖耦合神經(jīng)網(wǎng)絡(luò)的過(guò)程還包括：根據(jù)初始化的動(dòng)態(tài)門限為θ時(shí)的閾值幅度系數(shù)V_θ得到第n次迭代時(shí)的閾值函數(shù)θ_ij[n]，如式(4)所示，1≤n≤n'，n'表示新的總迭代次數(shù)；以及根據(jù)第n次迭代時(shí)的閾值函數(shù)θ_ij[n]得到新的迭代次數(shù)n'，如式(6)所示；

θ_ij[n]＝θ_ij[n-1]-d+V_θY_ij[n-1] (4)

式(4)中，θ_ij[n-1]為第n-1次迭代時(shí)的閾值函數(shù)，Y_ij[n-1]為第n-1次迭代時(shí)的標(biāo)號(hào)為ij的神經(jīng)元的輸出項(xiàng)，d通過(guò)式(5)得到；

式(5)中，θ_ij[1]為第1次迭代時(shí)的閾值函數(shù)；

式(6)中，θ_ij[n]為第n次迭代時(shí)的閾值函數(shù)。