基于PCNN的声纳图像纹理特征提取

作者：刘晨晨; 李晨; 张之猛

来源：自动化仪表, 2009, 30(02): 18-20.

DOI：10.16086/j.cnki.issn1000-0380.2009.02.004

• 脉冲耦合神经网络(PCNN)
• 特征提取
• 图像识别
• 侧扫声纳图像
• 海底底质 Pulse coupled neural network(PCNN) Feature extraction Image recognition Side-scan sonar image Seafloor sediment

对声纳图像的纹理特性进行了研究,根据相同灰度值的空间分布具有唯一性这个特点,将其作为图像纹理的表征。利用脉冲耦合神经网络(PCNN)简化模型得到对应于不同灰度值的二值图像序列,计算序列中每幅图像的方差,使其转化为一维的特征矢量用于侧扫声纳图像的识别,取得了很高的识别率。随后大量的自然纹理图像样本对该算法加以验证。实验结果表明,该方法提取的图像特征具有旋转不变性,能够获得高识别率,适用于实时的声纳系统。

• 单位
  石家庄铁道学院; 邯郸学院; 哈尔滨工程大学