本文關(guān)鍵詞：自適應(yīng)蟻群和模糊聚類的SAR圖像分割

  更多相關(guān)文章： SAR圖像分割 蟻群算法 模糊C-均值聚類 自適應(yīng)

【摘要】：針對傳統(tǒng)蟻群算法及模糊C-均值聚類算法在合成孔徑雷達(dá)遙感圖像分割中精度低下和收斂速度較慢的問題,該文提出了一種改進(jìn)的自適應(yīng)閾值的蟻群及模糊C-均值聚類算法,實(shí)現(xiàn)對復(fù)雜合成孔徑雷達(dá)圖像進(jìn)行分割。針對不同的合成孔徑雷達(dá)圖像,首先利用最大類間方差法獲取最優(yōu)閾值,通過最優(yōu)閾值干預(yù)避免蟻群算法陷入局部最優(yōu)解;再將自適應(yīng)閾值蟻群算法得到的聚類中心和聚類類別數(shù)輸入模糊C-均值聚類算法中,最終實(shí)現(xiàn)圖像分割。實(shí)驗(yàn)結(jié)果證明,該算法在時(shí)間和誤分率上較傳統(tǒng)方法有顯著的改進(jìn)。
【作者單位】： 平頂山學(xué)院軟件學(xué)院;哈爾濱工業(yè)大學(xué)機(jī)器人技術(shù)與系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： SAR圖像分割 蟻群算法 模糊C-均值聚類 自適應(yīng)
【基金】：河南省教育廳科學(xué)技術(shù)研究重點(diǎn)項(xiàng)目(14B520039) 校青年科研基金項(xiàng)目(PXY-QNJJ-2014004)
【分類號】：TN957.52
【正文快照】： 0引言目前,合成孔徑雷達(dá)(synthetic aperture ra-dar,SAR)圖像廣泛應(yīng)用在水文、遙感、軍事等領(lǐng)域[1],而準(zhǔn)確獲取遙感圖像信息是使其得到更好應(yīng)用的關(guān)鍵。其中,SAR圖像分割是理解圖像信息的重要方法。由于SAR圖像是相干成像,且背景復(fù)雜、受斑點(diǎn)噪聲影響,使得圖像質(zhì)量降低。為了

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 趙慶平;陳得寶;姜恩華;方振國;;一種基于MRF的非監(jiān)督SAR圖像分割[J];小型微型計(jì)算機(jī)系統(tǒng);2014年06期

2 徐海霞;溫顯斌;張建光;;基于多尺度貝葉斯網(wǎng)絡(luò)的SAR圖像分割[J];系統(tǒng)工程與電子技術(shù);2014年06期

3 王萍;馮衛(wèi)家;屈展;解以揚(yáng);賈惠珍;;一種復(fù)雜背景下非規(guī)則帶狀區(qū)域的分割算法[J];天津大學(xué)學(xué)報(bào);2012年02期

4 ;[J];;年期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 馮籍瀾;高分辨率SAR圖像分割與分類方法研究[D];電子科技大學(xué);2015年

2 帥永e，

本文編號：902096