基于边缘检测及RBF神经网络的遥感图像帧特征动态识别技术

来源：计算机测量与控制杂志2023年第7期北京时间：

作者：薛薇,张锋,凡静,王博,李娜

单位：西安交通大学城市学院

摘要：为解决分辨率超限问题，实现对遥感图像帧特征对象的精准识别，提出基于边缘检测及RBF神经网络的遥感图像帧特征动态识别技术。求解微分算子与OTSU阈值，并以此为基础，确定边缘节点追踪参数的取值范围，实现对遥感图像边缘检测。根据RBF神经网络机制的构建标准，推导神经性激活函数，完成RBF神经网络识别模型的设计。在所选遥感图像中，实施帧特征分割处理，再联合动态合并条件，计算超像素指标与并行识别参量，完成基于边缘检测及RBF神经网络的遥感图像帧特征动态识别方法的设计。实验结果表明，在边缘检测与RBF神经网络模型的作用下，主机元件在长、宽、高三个方向上对于遥感图像帧特征对象的识别精度都达到了100%，分辨率超限问题得到较好解决，符合精准识别遥感图像特征的实际应用需求。

关键词：边缘检测;RBF神经网络;遥感图像;帧特征;动态识别;OTSU阈值;神经性激活函数;超像素;

基金资助：西安交通大学城市学院2020年度校级科研项目，立项编号：202002X03