發(fā)布時間：2019-04-23 13:37

【摘要】：基于聚類的分割算法能夠有效地分析目標特征在特征域的分布結(jié)構(gòu),進而準確判斷目標的所屬類別,但難以利用圖像的空間和邊緣信息,而基于區(qū)域增長的分割算法能夠在空間域利用多種圖像信息計算目標之間的相似性,但缺乏對特征結(jié)構(gòu)本身的深層挖掘,容易出現(xiàn)欠分割或過分割的結(jié)果.本文結(jié)合這兩種算法各自的優(yōu)勢,針對合成孔徑雷達(Synthetic aperture radar,SAR)圖像的特點,提出了一種基于上下文分析的無監(jiān)督分層迭代算法.該算法使用過分割區(qū)域作為操作單元,以提高分割速度,降低SAR圖像相干斑噪聲的影響.在合并過分割區(qū)域時,該算法采用了分層迭代的策略:首先,設(shè)計了一種改進的模糊C均值聚類算法,對過分割區(qū)域的外觀特征進行聚類分析,獲得其類別標記,該類別標記包含了特征的分布結(jié)構(gòu)信息.然后,利用多種SAR圖像特征對同類區(qū)域的空域上下文進行分析,使用區(qū)域迭代增長算法對全局范圍內(nèi)的相似區(qū)域進行合并,直到不存在滿足合并條件的過分割區(qū)域?qū)橹?再重新執(zhí)行聚類算法.這兩種子算法分層交替迭代,揚長避短,實現(xiàn)了一種有效的方法來組織和利用多種信息對SAR圖像進行分割.對模擬和真實SAR圖像的實驗表明,本文提出的算法能夠在區(qū)域一致性和細節(jié)保留之間做到很好的平衡,準確地分割出各類目標區(qū)域,對相干斑噪聲具有很強的魯棒性.
[Abstract]:The clustering-based segmentation algorithm can effectively analyze the distribution structure of the target feature in the feature domain, and then accurately judge the classification of the target, but it is difficult to utilize the spatial and edge information of the image. The segmentation algorithm based on region growth can calculate the similarity between objects in spatial domain by using a variety of image information, but it lacks deep mining of the feature structure itself, so it is easy to produce the result of under-segmentation or over-segmentation. According to the characteristics of synthetic aperture radar (Synthetic aperture radar,SAR) images, an unsupervised hierarchical iterative algorithm based on context analysis is proposed in this paper, which combines the advantages of the two algorithms. In this algorithm, the over-segmented region is used as the operating unit to improve the segmentation speed and reduce the influence of speckle noise on the SAR image. In the process of merging over-cut regions, the algorithm adopts hierarchical iterative strategy. Firstly, an improved fuzzy C-means clustering algorithm is designed to cluster the appearance features of over-segmented regions and obtain its category markers. The class tag contains information about the distribution structure of the feature. Then, the spatial context of the same region is analyzed by using a variety of SAR image features, and the region iterative growth algorithm is used to merge the similar regions in the global scope until there is no over-cut region pair which satisfies the merging condition. Then re-execute the clustering algorithm. These two sub-algorithms are layered and iterated alternately in order to realize an effective method to organize and segment SAR images by using many kinds of information. Experiments on simulated and real SAR images show that the proposed algorithm can achieve a good balance between region consistency and detail retention, accurately segment all kinds of target regions, and has strong robustness to speckle noise.
【作者單位】： 西安電子科技大學智能感知與圖像理解教育部重點實驗室;
【基金】：國家重點基礎(chǔ)研究發(fā)展計劃(973計劃)(2013CB329402) 國家自然科學基金(61072106,61173092,61271302,61272282,61001206,61202176,61271298) 國家教育部博士點基金(20100203120005) 教育部長江學者和創(chuàng)新團隊支持計劃(IRT1170)資助~~
【分類號】：TN957.52

【共引文獻】

相關(guān)期刊論文 前10條

1 艾海明;吳水才;高宏建;趙磊;曾毅;;基于圖論的肝腫瘤CT圖像自動分割方法[J];北京工業(yè)大學學報;2010年04期

2 劉娜娜;李景文;李寧;;基于圖論分割的多光譜圖像非監(jiān)督分類方法[J];北京航空航天大學學報;2009年05期

3 陸培源;王建中;施家棟;;基于紋理基元與顏色的室外自然場景分類[J];北京理工大學學報;2011年11期

4 譚玉敏;槐建柱;唐中實;;基于鄰接圖的面向?qū)ο筮b感圖像分割算法[J];大連海事大學學報;2009年02期

5 胡良梅;張利利;謝昭;;基于層次聚類的多顏色空間融合分割方法[J];電路與系統(tǒng)學報;2011年03期

6 楊帆;廖慶敏;;基于圖論的圖像分割算法的分析與研究[J];電視技術(shù);2006年07期

7 方帥;王勇;曹洋;占吉清;饒瑞中;;單幅霧天圖像復(fù)原[J];電子學報;2010年10期

8 朱云峰;章毓晉;;直推式多視圖協(xié)同分割[J];電子與信息學報;2011年04期

9 張洪超;張磊;黃華;;基于跨時空域相似鄰接圖的視頻分割算法[J];圖學學報;2012年02期

10 羅勝;陳平;葉忻泉;沈龍;;一種邊界-區(qū)域相結(jié)合的圖像分割算法[J];光電工程;2008年12期

相關(guān)會議論文 前7條

1 ;Image-based Exploration Obstacle Avoidance for Mobile Robot[A];2009中國控制與決策會議論文集（2）[C];2009年

2 聶一鳴;吳濤;安向京;葉磊;;基于學習分類的障礙檢測方法[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

3 盧興敬;劉秉權(quán);張德園;;基于內(nèi)容的服裝圖像檢索技術(shù)研究[A];第四屆全國信息檢索與內(nèi)容安全學術(shù)會議論文集（上）[C];2008年

4 Yiming Nie;Zhenping Sun;Daxue Liu;Tao Wu;Bin Dai;;Road Segmentation Based on Learning Classification[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年

5 Shuai Fang;Qiang Shi;Yang Cao;;Segmentation Methods for Noise Level Estimation and Adaptive Denoising from a Single Image[A];第25屆中國控制與決策會議論文集[C];2013年

6 Tingqi Wang;Lei Chen;Qijun Chen;;A Graph-based Plane Segmentation Approach for Noisy Point Clouds[A];第25屆中國控制與決策會議論文集[C];2013年

7 Xucong Zhang;Xiaoyun Wang;Yingmin Jia;;The Visual Internet of Things System Based on Depth Camera[A];2013年中國智能自動化學術(shù)會議論文集（第一分冊）[C];2013年

相關(guān)博士學位論文 前10條

1 韓守東;紋理建模與圖切分優(yōu)化方法研究[D];華中科技大學;2010年

2 鹿瑞;自然圖像的顏色恒常性計算研究[D];北京交通大學;2010年

3 陳仁杰;內(nèi)容敏感的圖像重映射算法研究[D];浙江大學;2010年

4 崔衛(wèi)紅;基于圖論的面向?qū)ο蟮母叻直媛视跋穹指罘椒ㄑ芯縖D];武漢大學;2010年

5 鄭慶慶;紋理特征提取及其在圖像分割中的應(yīng)用研究[D];華中科技大學;2011年

6 田彥;基于視頻的人體姿勢預(yù)測與跟蹤[D];北京郵電大學;2011年

7 李燕;視覺感知中的閉合輪廓提取方法研究[D];北京交通大學;2011年

8 王斌;圖像分割的提升水平集方法[D];西安電子科技大學;2010年

9 張大明;基于圖理論的圖像分割和分類算法研究[D];安徽大學;2011年

10 朱雷;古籍手寫漢字圖像分割算法研究[D];重慶大學;2011年

相關(guān)碩士學位論文 前10條

1 陳劍輝;內(nèi)容敏感的圖像縮放[D];浙江大學;2011年

2 郝攀;連通區(qū)域加權(quán)的CVT模型在圖像分割中的應(yīng)用[D];浙江大學;2010年

3 陳乘;基于模式聚類的道路檢測方法研究及傳輸接口的硬件實現(xiàn)[D];浙江大學;2011年

4 黃曉軍;二維轉(zhuǎn)三維視頻技術(shù)研究[D];浙江大學;2011年

5 崔希鵬;特定對象的發(fā)現(xiàn)與分割方法研究[D];電子科技大學;2011年

6 趙文莉;基于分割的非真實感繪制技術(shù)研究[D];山東師范大學;2011年

7 王亞榮;基于圖割的交互式圖像分割方法研究[D];西北大學;2011年

8 王建樂;基于判別式方法的圖像分割及場景理解研究[D];北京交通大學;2011年

9 葉琳;形狀描述與匹配的理論與應(yīng)用研究[D];北京交通大學;2011年

10 張利利;基于多特征的彩色圖像融合分割方法研究[D];合肥工業(yè)大學;2011年

【相似文獻】

相關(guān)期刊論文 前10條

1 苗常青,汪渤,付夢印,徐學強;電視圖像目標實時分割與識別算法[J];北京理工大學學報;2005年09期

2 李超;熊璋;朱成軍;;基于距離相關(guān)圖的音頻相似性度量方法[J];北京航空航天大學學報;2006年02期

3 李春輝;;調(diào)制體制識別算法綜述[J];數(shù)字通信世界;2005年11期

4 孫季豐;鄧曉暉;;基于NSCT和FCM聚類的SAR圖像分割[J];華南理工大學學報(自然科學版);2011年02期

5 于金霞;蔡自興;段琢華;;一種用于激光雷達特征提取的改進遺傳聚類算法[J];模式識別與人工智能;2008年04期

6 李映;史勤峰;張艷寧;趙榮椿;;SAR圖像的自動分割方法研究[J];電子與信息學報;2006年05期

7 申冰;周群;;一種信號分選和特征提取聯(lián)合處理的雷達信號分析方法研究[J];火控雷達技術(shù);2007年03期

8 孫白;趙永生;張強;劉海濤;;基于BP神經(jīng)網(wǎng)絡(luò)和中值濾波的地質(zhì)雷達圖像分類[J];大連海事大學學報;2007年S1期

9 劉小軍;周越;凌建國;沈紅斌;楊杰;;基于輪廓特征的SAR圖像自動配準[J];計算機工程;2007年04期

10 韓萍;張蕊;蘇志剛;吳仁彪;;一種改進的基于SVM的SAR目標及陰影圖像分割方法[J];系統(tǒng)工程與電子技術(shù);2010年08期

相關(guān)會議論文 前10條

1 盧桂琳;李媛媛;曹躍平;;某種新型雷達圖像識別和分類的技術(shù)報告[A];2007年全國微波毫米波會議論文集（下冊）[C];2007年

2 薛笑榮;趙榮椿;張艷寧;段鋒;蘇愛民;;基于樹型小波變換的SAR圖像分割[A];信號與信息處理技術(shù)——第一屆信號與信息處理聯(lián)合學術(shù)會議論文集[C];2002年

3 王孝國;王景玉;張雄偉;;基于特定理論工具的圖像分割方法綜述[A];第九屆全國青年通信學術(shù)會議論文集[C];2004年

4 錢小聰;鄭寶玉;穆明鑫;;神經(jīng)網(wǎng)絡(luò)聯(lián)機手寫簽名驗證[A];第十屆全國信號處理學術(shù)年會（CCSP-2001）論文集[C];2001年

5 范海寧;郭英;吳劍鋒;陳志武;;基于小波包分解的聲信號特征提取方法[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學術(shù)會議論文集[C];2004年

6 楊日杰;施建禮;林洪文;;一種雷達視頻回波特征提取方法研究[A];中國航空學會信號與信息處理專業(yè)全國第八屆學術(shù)會議論文集[C];2004年

7 何新;史迎春;周獻中;;一種基于獨立分量分析的音頻分類方法[A];第一屆建立和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2005）論文集[C];2005年

8 范小騫;李福平;張立毅;;軟件無線電中調(diào)制信號識別技術(shù)的研究[A];2005中國通信集成電路技術(shù)與應(yīng)用研討會論文集[C];2005年

9 李輝;張安;于紅梅;;雷達目標識別發(fā)展回顧與實現(xiàn)中的關(guān)鍵理論[A];2007年光電探測與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會論文集[C];2007年

10 蔣鴻宇;戴幻堯;;基于正交鏡像濾波器組技術(shù)的低截獲概率信號特征分析技術(shù)研究[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國青年通信學術(shù)會議論文集（下）[C];2008年

相關(guān)重要報紙文章 前2條

1 北京航空航天大學計算機系 李煒;探尋視頻編碼技術(shù)發(fā)展的足跡[N];中國計算機報;2000年

2 中科院自動化所生物特征認證與測評中心 白俊梅;聽到的真實嗎？[N];計算機世界;2003年

相關(guān)博士學位論文 前10條

1 李旭超;小波變換和馬爾可夫隨機場在圖像降噪與分割中的應(yīng)用研究[D];浙江大學;2006年

2 孫真真;基于光學區(qū)雷達目標二維像的目標散射特征提取的理論及方法研究[D];中國人民解放軍國防科學技術(shù)大學;2001年

3 朱明;復(fù)雜體制雷達輻射源信號時頻原子特征研究[D];西南交通大學;2008年

4 薄華;基于自然計算的SAR圖像分割技術(shù)的研究[D];西安電子科技大學;2006年

5 蔣永華;旋轉(zhuǎn)機械非平穩(wěn)信號微弱特征提取方法研究[D];重慶大學;2010年

6 秦建華;經(jīng)絡(luò)電阻抗特性的特征提取及模式分類方法研究[D];北京郵電大學;2013年

7 閆君飛;視頻點播系統(tǒng)中的視頻檢索研究[D];中國科學技術(shù)大學;2008年

8 李新欣;船舶及鯨類聲信號特征提取和分類識別研究[D];哈爾濱工程大學;2012年

9 楊咚咚;基于人工免疫系統(tǒng)的多目標優(yōu)化與SAR圖像分割[D];西安電子科技大學;2011年

10 劉進;微動目標雷達信號參數(shù)估計與物理特征提取[D];國防科學技術(shù)大學;2010年

相關(guān)碩士學位論文 前10條

1 王培偉;基于量子進化特征選擇的SAR圖像分割[D];西安電子科技大學;2010年

2 王紅艷;基于支持向量機的合成孔徑雷達圖像分割[D];西安科技大學;2010年

3 王武飛;基于進化計算的SAR圖像分割[D];西安電子科技大學;2009年

4 利稷夫;無監(jiān)督聚類算法在輻射源信號分析中的應(yīng)用[D];西南交通大學;2010年

5 李武周;基于MRF模型的SAR圖像分割方法研究[D];國防科學技術(shù)大學;2010年

6 陶劍鋒;基于灰色系統(tǒng)理論的數(shù)字圖像處理算法研究[D];武漢理工大學;2004年

7 張潔;MPEG-7檢索系統(tǒng)的研究與應(yīng)用[D];上海交通大學;2007年

8 楊在原;有噪圖像的小波變換多分辨率分割[D];吉林大學;2005年

9 黃健;履帶式車輛微多普勒效應(yīng)與特征提取[D];國防科學技術(shù)大學;2009年

10 賈東立;基于遺傳算法的圖像邊緣檢測研究[D];西南交通大學;2005年

，

本文編號：2463515