自适应蚁群和模糊聚类的SAR图像分割

发布时间：2017-09-22 17:21

  本文关键词：自适应蚁群和模糊聚类的SAR图像分割

  更多相关文章： SAR图像分割 蚁群算法 模糊C-均值聚类 自适应

【摘要】：针对传统蚁群算法及模糊C-均值聚类算法在合成孔径雷达遥感图像分割中精度低下和收敛速度较慢的问题,该文提出了一种改进的自适应阈值的蚁群及模糊C-均值聚类算法,实现对复杂合成孔径雷达图像进行分割。针对不同的合成孔径雷达图像,首先利用最大类间方差法获取最优阈值,通过最优阈值干预避免蚁群算法陷入局部最优解;再将自适应阈值蚁群算法得到的聚类中心和聚类类别数输入模糊C-均值聚类算法中,最终实现图像分割。实验结果证明,该算法在时间和误分率上较传统方法有显著的改进。
【作者单位】： 平顶山学院软件学院;哈尔滨工业大学机器人技术与系统国家重点实验室;
【关键词】： SAR图像分割 蚁群算法 模糊C-均值聚类 自适应
【基金】：河南省教育厅科学技术研究重点项目(14B520039) 校青年科研基金项目(PXY-QNJJ-2014004)
【分类号】：TN957.52
【正文快照】： 0引言目前,合成孔径雷达(synthetic aperture ra-dar,SAR)图像广泛应用在水文、遥感、军事等领域[1],而准确获取遥感图像信息是使其得到更好应用的关键。其中,SAR图像分割是理解图像信息的重要方法。由于SAR图像是相干成像,且背景复杂、受斑点噪声影响,使得图像质量降低。为了

【相似文献】

中国期刊全文数据库 前4条

1 赵庆平;陈得宝;姜恩华;方振国;;一种基于MRF的非监督SAR图像分割[J];小型微型计算机系统;2014年06期

2 徐海霞;温显斌;张建光;;基于多尺度贝叶斯网络的SAR图像分割[J];系统工程与电子技术;2014年06期

3 王萍;冯卫家;屈展;解以扬;贾惠珍;;一种复杂背景下非规则带状区域的分割算法[J];天津大学学报;2012年02期

4 ;[J];;年期

中国博士学位论文全文数据库 前2条

1 冯籍澜;高分辨率SAR图像分割与分类方法研究[D];电子科技大学;2015年

2 帅永e，

本文编号：902096