高分辨率合成孔徑雷達(dá)（Synthetic Aperture Radar,SAR）自誕生以來便受到相關(guān)研究人員的關(guān)注,SAR分別使用脈沖壓縮技術(shù)和合成孔徑原理提高了距離分辨率及方位分辨率,進(jìn)而實現(xiàn)了對大范圍內(nèi)的目標(biāo)區(qū)域的高分辨率成像。此外SAR更是具有全天不間斷的探測和偵察能力、防區(qū)外探測能力及不受惡劣環(huán)境影響的能力,SAR圖像包含的信號的幅度、相位和極化信息也填補(bǔ)了一般光學(xué)圖像的不足。SAR圖像分割是解譯SAR圖像過程中的一個關(guān)鍵環(huán)節(jié)。由于能夠獲取的SAR圖像的先驗知識非常有限,因此SAR圖像分割多采用無監(jiān)督的分割方法。模糊C均值聚類算法（Fuzzy C-Means,FCM）是一種被大量研究且廣泛應(yīng)用的無監(jiān)督圖像分割方法,其采用的模糊集合理論能夠很好的解決圖像分割中的由于信息不完整、不精確、不一致造成的不確定問題。目前基于FCM的圖像分割算法已經(jīng)在光學(xué)圖像分割領(lǐng)域取得了很好的效果,但直接將這些算法應(yīng)用于SAR圖像分割的效果并不能讓人滿意。SAR成像過程中由于同一分辨率單元內(nèi)無法區(qū)分的眾多散射體散射目標(biāo)回波的相干疊加對成像質(zhì)量造成很大影響,同時增加了圖像分割的難度。大量的研究已經(jīng)證明通過... 

【文章來源】：西安電子科技大學(xué)陜西省211工程院校教育部直屬院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 SAR圖像分割算法研究現(xiàn)狀
        1.2.2 模糊C均值聚類算法研究現(xiàn)狀
    1.3 SAR圖像去噪算法
        1.3.1 相干斑點噪聲形成機(jī)理及模型
        1.3.2 SAR圖像濾波方法
    1.4 基于FCM的圖像分割方法
        1.4.1 圖像分割的定義
        1.4.2 模糊C均值聚類算法
        1.4.3 基于FCM的圖像分割算法
    1.5 本文工作
    1.6 章節(jié)安排
第二章 自適應(yīng)模糊C均值聚類SAR圖像分割算法
    2.1 平衡因子的引入
    2.2 構(gòu)建平衡因子
        2.2.1 圖像預(yù)處理
        2.2.2 構(gòu)建平衡因子
    2.3 自適應(yīng)模糊C均值聚類SAR圖像分割算法
    2.4 實驗結(jié)果與分析
        2.4.1 合成SAR圖像上的分割結(jié)果
        2.4.2 真實SAR圖像上的分割結(jié)果
    2.5 本章小結(jié)
第三章 基于鄰域關(guān)系的模糊C均值聚類SAR圖像分割算法
    3.1 基于鄰域關(guān)系的目標(biāo)信息提取
    3.2 基于鄰域關(guān)系的模糊C均值聚類SAR圖像分割算法
        3.2.1 目標(biāo)函數(shù)和算法過程
        3.2.2 自適應(yīng)參數(shù)分析
    3.3 實驗結(jié)果與分析
        3.3.1 合成SAR圖像上的分割結(jié)果
        3.3.2 真實SAR圖像上的分割結(jié)果
    3.4 本章小結(jié)
第四章 結(jié)束語
    4.1 總結(jié)
    4.2 展望
參考文獻(xiàn)
致謝
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]基于免疫K-means聚類的無監(jiān)督SAR圖像分割[J]. 薄華,馬縛龍,焦李成.  模式識別與人工智能. 2008(03)
[2]圖像分割中的馬爾可夫隨機(jī)場方法綜述[J]. 李旭超,朱善安.  中國圖象圖形學(xué)報. 2007(05)
[3]基于相似性準(zhǔn)則的SAR圖像分割方法[J]. 酈蘇丹,張翠,王正志.  遙感學(xué)報. 2003(02)



本文編號：3611634