基于分层模糊聚类与多目标优化的SAR图像分割
发布时间：2021-10-18 21:06
合成孔径雷达（Synthetic Aperture Radar,SAR）成像系统是应用较为广泛的遥感成像系统,具有全天时、全天候、高分辨以及信号丰富等特点,相对于其他遥感图像能提供更多有效的信息,因此在军用与民用领域中都起到了重要的作用。SAR图像在很多方面与其他图像有所不同,相干斑噪声是其固有特性,这会对SAR图像处理过程产生负面影响。SAR图像分割作为SAR图像处理中的重要步骤,可以划分、简化图像,从而为后续的识别、检测等步骤带来便利,促进SAR图像处理技术的更新与发展。本文所研究的无监督像素级SAR图像分割任务是指利用SAR图像信息,将其分割为连通但不重叠的同质区域,同一区域内的像素属于同一类。在像素级的SAR图像分割任务中,像素点数目过多导致的运算复杂度过高以及SAR图像普遍存在的相干斑噪声给图像处理过程带来了困难。本文针对这些问题进行了研究与实验,主要内容如下:（1）提出了一种基于缩略图与分层模糊聚类的SAR图像分割算法。首先,利用像素块中的多数相似像素点生成图像的缩略图,缩略图较原图尺寸明显减小,对缩略图进行模糊聚类可以减少算法在聚类运算中耗费的时间。其次,算法结合了图像中...
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
缩略图生成过程示意图
本章算法对缩略图 S 进行了基于相似近邻信息的模糊聚类，以对应的的分割结果图 RS＝{rsij, 1 i m, 1 j n}。.3 原始 SAR 图像的分割些基于像素块的图像处理方法往往将像素块聚类所得结果直接赋给原此像素块的所有像素点，之后在对其进行一些后续处理[39]。这种处理方辨率有一定的要求。但实际上所划分的像素块中的像素值并非都近似接统一赋值有可能会丢失一些细节信息。Geng 等人[48]提到了一种利用息的像素点来赋予邻域内其他像素点以合适的类标的方法。Shang 等人先分割的关键点的类标信息来分割剩下的非关键点。这些文献的启发，本章算法首先将缩略图中像素的类标直接赋给对应像相似像素点，这些像素点为首层被分割的像素点。对于在首层未被分割算法采取多数表决的策略，赋予它邻域内包含已被分割的像素点最多骤如图 2.3 所示：
的 SAR 图像由于具有准确的真实类标图，便于在实验中验采用在初始灰度图像中人工加入相干斑噪声的方法来模像[34]，并分别设定其视数为 1，2，4，6 进行实验和记录。是典型的相乘性质的噪声，视数越大，SAR 图像所受的噪高。为了更好的观察分割效果，本章选取的合成 SAR 图有差异。第一幅图像 SI1 及其 1，2，4，6 视数的合成 SAR用“视数-图像”的形式表示各个视数的合成 SAR 图像，a) SI1 (b) 1-SI1 (c) 2
本文编号：3443500
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
缩略图生成过程示意图
本章算法对缩略图 S 进行了基于相似近邻信息的模糊聚类，以对应的的分割结果图 RS＝{rsij, 1 i m, 1 j n}。.3 原始 SAR 图像的分割些基于像素块的图像处理方法往往将像素块聚类所得结果直接赋给原此像素块的所有像素点，之后在对其进行一些后续处理[39]。这种处理方辨率有一定的要求。但实际上所划分的像素块中的像素值并非都近似接统一赋值有可能会丢失一些细节信息。Geng 等人[48]提到了一种利用息的像素点来赋予邻域内其他像素点以合适的类标的方法。Shang 等人先分割的关键点的类标信息来分割剩下的非关键点。这些文献的启发，本章算法首先将缩略图中像素的类标直接赋给对应像相似像素点，这些像素点为首层被分割的像素点。对于在首层未被分割算法采取多数表决的策略，赋予它邻域内包含已被分割的像素点最多骤如图 2.3 所示：
的 SAR 图像由于具有准确的真实类标图，便于在实验中验采用在初始灰度图像中人工加入相干斑噪声的方法来模像[34]，并分别设定其视数为 1，2，4，6 进行实验和记录。是典型的相乘性质的噪声，视数越大，SAR 图像所受的噪高。为了更好的观察分割效果，本章选取的合成 SAR 图有差异。第一幅图像 SI1 及其 1，2，4，6 视数的合成 SAR用“视数-图像”的形式表示各个视数的合成 SAR 图像，a) SI1 (b) 1-SI1 (c) 2
本文编号：3443500
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3443500.html
