MSTAR图像2D+Gabor滤波增强与自适应阈值分割.pdfVIP

第40卷第3期 倪维平，等：MSTAR图像2DGabor滤波增强与 自适应阈值分割 93 表 1 不同算法分割MSTAR图像所用时间对比 Table 1 Comparison oftimeconsumingofvariousalgorithmsforMSTAR imagesegmentation S 4 结 论 针对MSTAR图像无监督分割问题，本文提出了一种基于多尺度、多方向2DGabor滤波的自适应算法， 首先通过滤波处理，抑制背景区域斑点噪声干扰，增强 目标、阴影和背景区域之间的差异性，提高区域内 部的均匀性，在此基础上，对滤波增强图像的统计特性进行分析，给出了自适应阈值的构造方法，完成了 对 MSTAR图像的分割处理。对 MSTAR数据集的实验测试结果表明，与 OTSU、FCM和 MRF等方法相 比，本文算法在分割精度、计算效率以及抗噪性方面都具有明显优势。 参考文献： [1】 Chaffs0，ShaunQ．UnderstandingSyntheticApertureRadarImages[M]．Raleigh：SciTechPublishingInc，2004：75—119． [2] SchumacherR，SchillerJ．Non-cooperativetargetidentificationofbattlefieldtargetsclassificationresultsbasedonSARimages [C]／／IEEEInternationalRadarConference，Arlington，USA，May9—12，2005：167—172． [3J MehmetS，BulentS．Surveyoverimagethresholdingtechniquesandquantitativeperformnaceevaluation[J]．Journalof ElectronicImaging(S1017—9909)，2004，13(1)：146_Il65． [4] 田小林，焦李成，缑水平．加权空间函数优化FCM 的SAR图像分割 [J】．西安电子科技大学学报，2008，35(5)：847—852． TIANXiaolin，JIAOLicheng，GOU Shuiping．SAR imagesegmentationusingoptimizedFCM withweightedspatialfunction [J]．JournalofXidianUniversity，2008，35(5)：846—852． [5]HOUYimin，GUOLei．ANovelSARimagesegmentationmethodbasedonMarkovRandomField[J]．JournalofElectronics InformationTechnology(S1009—5896)，2007，29(5)：1069—1072． [6]MarceljaS．MathematicalDescriptionoftheResponsesofSimpleCorticalCells[J]．JournaloftheOpticalSocieyt of America(s0030—3941)，1980，70(111：1297-1300． [7】 Daugman JG Uncertainty RelationforResolution in Space，SpatialFrequency，andOrientation Optimized by Two-DimensionalVisualCorticalFilters[J]．JournaloftheOpticalSocieytofAmerica(S0740—3232)，1985，2(7)：1160L_1169． [8】王培法，冯学智，肖鹏峰，等．面向遥感影像纹理提取的Gabor滤波器组参数解算研究 [J]．遥感信息，2008(6)：5-8． WANG Pejfa，FENGXuezhi，XIAO Pengfeng，eta1．ParameterCalculationofGaborFilterBanksofrTextureExtractionof RemoteSensingImage[J]．RemoteSensingInformation，2008(6)：5-8． [