1、溢油污染越來(lái)越受到國(guó)家的重視，我國(guó)已有用于海上溢油監(jiān)測(cè)的飛機(jī)，并配有多種遙感監(jiān)測(cè)設(shè)備，但在溢油信息處理的軟件方面仍不完善。因此，如何快速、準(zhǔn)確的對(duì)溢油信息進(jìn)行檢測(cè)是一種關(guān)鍵技術(shù)。 邊緣檢測(cè)作為圖像處理的關(guān)鍵技術(shù)之一，對(duì)辨別溢油的存在及估算溢油的數(shù)量和面積起著重要的作用。針對(duì)溢油圖像具有低對(duì)比度、含噪聲和需要用相對(duì)較少的實(shí)時(shí)處理時(shí)間的特點(diǎn)的問(wèn)題，本文采用新一代人工神經(jīng)網(wǎng)絡(luò)--脈沖耦合神經(jīng)網(wǎng)絡(luò)(Pulse Coupled Neur

2、al Network-PCNN)來(lái)處理溢油圖像。PCNN具有生物學(xué)特征，與傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)相比，不需要全局的精確訓(xùn)練，具有良好的脈沖傳播特性、參數(shù)可控性，在圖像處理、模式識(shí)別等領(lǐng)域獲得了廣泛應(yīng)用。本文通過(guò)PCNN對(duì)溢油圖像邊緣的灰度進(jìn)行檢測(cè)，對(duì)于無(wú)噪聲污染的圖像，利用圖像分割的思想，把圖像分割成不同區(qū)域，同時(shí)將灰度圖像的邊緣像素標(biāo)記出來(lái)，得到該灰度圖像的邊緣信息。對(duì)于有噪聲污染的或是低對(duì)比度的灰度圖像，可先用PCNN進(jìn)行降噪、增強(qiáng)處理，