本文關(guān)鍵詞：圖像分割算法在SAR圖像中的研究及應(yīng)用

  更多相關(guān)文章： SAR圖像分割 馬爾可夫隨機(jī)場 模糊c均值 免疫克隆選擇算法

【摘要】：合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)作為主動(dòng)式微波遙感的一種,是遙感領(lǐng)域的一個(gè)重要的分支。SAR具有分辨率高、穿透性強(qiáng)、全天時(shí)、全天候等特點(diǎn),使得它可以在不同波段,不同的極化方式下工作,目前被廣泛應(yīng)用于眾多領(lǐng)域中。SAR系統(tǒng)的快速發(fā)展,使得現(xiàn)在所獲得的SAR圖像的數(shù)量變得越來越多了,但是對于SAR圖像的理解和解譯的能力卻相對滯后。SAR圖像分割作為SAR圖像解譯的關(guān)鍵步驟之一,是SAR圖像理解和解譯的基礎(chǔ)和前提,已經(jīng)得到了國內(nèi)外學(xué)者的廣泛關(guān)注。但是,由于SAR圖像固有的成像機(jī)理,使得在SAR圖像中存在相干斑噪聲,從而使得以往的圖像分割算法在SAR圖像上并不能取得令人滿意的結(jié)果。因此,對SAR圖像分割算法的研究具有非常重要的意義。本論文主要對三種SAR圖像分割算法進(jìn)行分析和研究,它們分別是基于馬爾可夫隨機(jī)場的分割算法、基于模糊c均值的圖像分割算法和免疫遺傳單閾值分割算法。其中基于馬爾可夫隨機(jī)場的分割算法是統(tǒng)計(jì)分布模型中最為重要的模型之一,它的基本實(shí)現(xiàn)原理是采用條件概率來描述圖像數(shù)據(jù)的分布狀況;基于模糊c均值的圖像分割算法是無監(jiān)督學(xué)習(xí)算法的一種,它把模糊理論和聚類進(jìn)行融合,使得其所分析的問題可以更加地接近現(xiàn)實(shí)生活中的問題;在免疫遺傳單閾值分割算法中使用免疫克隆選擇算法來作為優(yōu)化算法,它是借鑒Burnet的克隆選擇機(jī)理所形成的,該算法在優(yōu)化策略上,采用隨機(jī)初始化以及不斷生成的新的抗體來代替種群中親和度較低的抗體,從而保證種群具有多樣性。本文對三種算法分別做了仿真實(shí)驗(yàn),并且知道了每種算法所適應(yīng)的情況,以及算法的局限性。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN957.52

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 劉小芳;;點(diǎn)密度加權(quán)FCM算法的聚類有效性研究[J];計(jì)算機(jī)工程與應(yīng)用;2006年15期

，

本文編號：1137663