摘 要： 结合遥感影像及人工神经网络的特性，介绍人工神经网络在遥感图像分析与处理领域的应用现状，重点分析了在遥感图像分类、遥感图像复原、影像边缘检测与纹理信息提取等方面的应用。此外，还根据自己的研究实践，在Matlab平台下对用于遥感图像分析与处理的一些神经网络算法进行实现。最后，对人工神经网络在遥感图像分析与处理中的应用趋势及有待进一步研究的问题进行了探讨。
关键词： 人工神经网络；遥感影像；图像分析与处理；Matlab 专业的3S站 3s8.cn
1．引 言 专业的3S站 3s8.cn
由于遥感影像数据具有多传感器、多平台、多时相、多光谱和多分辨率的海量数据的特点，遥感图像分析与处理成为图像分析与处理中一个既特殊又复杂的分支，也存在一些困难。20世纪80年代以来，随着计算机、人工智能尤其是专家系统的发展，人工神经网络技术逐渐成熟并开始应用于各个领域。人工神经网络(ＡＮＮ，简称神经网络)作为一种由大量简单神经元广泛相互联接而成的非线性映射或自适应动力系统，恰好能有效解决遥感图像处理中常见的困难，因此它很快在遥感图像分析与处理领域得到了广泛地应用。 专业的3S站 3s8.cn
本文首先就遥感影像的特点，遥感图像分析与处理过程中的困难，以及使用人工神经网络法的优势进行说明；然后就近年来人工神经网络在遥感图像分析与处理领域的各种应用进行介绍，如遥感图像分类、遥感图像复原、影像边缘检测与纹理信息提取等等，并在Matlab平台下对个别方法进行实现；最后对人工神经网络在遥感图像分析与处理中的应用趋势进行了分析和展望。
2．人工神经网络用于遥感图像分析与处理的优势
2.1 遥感影像的特点及其分析处理过程中的困难
中国3S吧 3s8.cn
遥感影像数据具有以下一些特征：（A）多源性：获取的遥感影像数据具有多传感器、多平台的信息特征，多平台的遥感数据观测系统覆盖近地面——航空——航天的信息序列；（B）空间宏观性：遥感影像覆盖范围大、视野广，具有一定的概括性；（C）时间周期性：遥感影像数据具有多时相特点；（D）多光谱特性：光谱分辨率的提高是自遥感发展以来的重要趋势，自上世纪80年代开始发展的成像光谱仪极大提高了光谱分辨率，已经开辟了高光谱遥感；（E）多空间分辨率特性：目前，遥感探测器的分辨率由公里级、百米级发展到米级、分米级，一个多空间尺度的海量遥感数据业已经形成；（F）海量数据：多波段、多分辨率的特性使得所获得的遥感数据往往是海量的。
中国3S吧 3s8.cn
遥感影像数据的上述特征使得其在分析处理过程中存在以下困难：（A）以目前的数据处理和分析能力远无法满足实用要求，海量的数据不仅难以有效提取，在串行处理时速度也较慢；（B）由于光谱分辨率的提高，波段的增多，各波段间的相关性往往又很强，则数据的冗余现象更加明显，这样处理时的精度和可靠性往往会受到影响；（C）遥感图像的处理过程从本质上来说是非线性的，因而使用线性方法进行逼近时存在许多麻烦。 中国3S吧 3s8.cn
2.2 人工神经网络基本特性及其优势
专业的3S站 3s8.cn
人工神经网络是以对信息的分布存储和并行处理为基础,在许多方面更接近人对信息的处理方法,具有模拟人的形象思维的能力,反映了人脑功能的若干基本特性,是人脑的某种抽象、简化和模拟.人工神经网络具有如下基本特性： [1] 中国3S吧 3s8.cn
（A） 并行分布处理：神经网络具有高度的并行结构和并行实现能力，每个神经元都可根据接收到的信息作独立的运算和处理,然后将结果传送出去,有较好的耐故障能力和较快的总体处理能力。 专业的3S站 3s8.cn
（B） 非线性映射：神经网络具有固有的非线性特性，这源于近似任意非线性变换能力。 专业的3S站 3s8.cn
（C） 通过训练进行学习：神经网络通过研究系统过去的数据记录进行训练，一个经过适当训练的神经网络具有归纳全部数据的能力。 专业的3S站 3s8.cn
（D） 适应与集成：神经网络能够适应在线运行，并能同时进行定量和定性操作。神经网络具有强适应和信息融合能力，特别适合复杂、大规模和多变量系统的控制。
结合前面说叙述的遥感处理过程中的困难，可以看出使用人工神经网络进行遥感图像分析处理存在着优势，其具体体现如下： [2] 专业的3S站 3s8.cn
（A） 计算过程巨量并行、高度分布，这使其能以极快的速度处理大量的数据和求解非常复杂的问题。 中国3S吧 3s8.cn
（B） 具有自学习、自适应和自组织能力，对外表现为可以适应多种不同的问题空间，也能很好地抑制噪声和信息缺失对最优解的影响；对内表现为很好的容错性,即可以通过自适应与自组织来消除坏神经元的影响。 中国3S吧 3s8.cn
（C） ＡＮＮ是内禀非线性系统,能“自然地”实现各种非线性映射和求解各种分界面十分复杂和高度非线性的分类和模式识别问题。
上一篇：RS为基础，谈数字城市RGIS的发展 下一篇：GIS最新发展趋势
