基于免疫和模糊C均值算法的SAR图像分割.pdfVIP

2005年中国模糊逻辑与计算智能联合学术会议论文集 813 基于免疫和模糊C均值算法的SAR图像分割 李婕 (西安理工大学自动化与信息工程学院，西安710048，Email：ljie@xant．edu．cn) 摘要：由于存在相干斑噪声和强目标光斑，SAR图像的分割是SAR图像处理中的一大难点。文中先利用免疫算法 的快速的全局搜索能力，将免疫算法应用于模糊C．均值算法(FCM)，基于灰度信息计算出聚类中心，解决了FcM算 法用于图像分割速度慢且易陷入局部极小的问题，然后考虑图像的纹理信息，基于熵值动态调整分类门限，从而进一 步求出分割阈值。实验表明提出的方法能得到令人满意的分割结果。 关键词：SAR图像；图像分割；免疫算法；模糊c．均值；纹理 AnImmune Based C—means of Fuzzy Algorithm Segmentation SAR Image L／J／e (Xi’allUniversityofTechnology,Xi’all710048，Email：ljie@xaut．edu．cn) onSAR areoftenhinderedinthe of ofinterestedduetothe image phasesegmentationregions presence Abstract：Processings of this wasusedtoassist C-means clustercenters speckle．Inpaper,immunealgodthm fuzzy algorithm(FCM)incalculating with information．Itsofefficientsearchofsolutions FCM’Stwoweaknessesofslowexecution intensity capability compensates and fallinlocal of wereconcernedin to to textures a highpossibility minimum．Entropyimage dynamicadjustmentprocedure reachan demonstratethatthe inthis isabletoleadto optimumsegmentationthreshold．Experiments approachproposedpaper soundresults． Keywords：SARimage，Imagesegmentation，Immunealgorithm，FCM：Texture 纹理、边缘信息，分割的结果要能尽量保持图像的 纹理、边缘和结构【3】。在基于目标函数的聚类方 1引言 法中，模糊C一均值算法(FCM)根据每个数据属于各 个类别的程度进行分类，具有良好聚类性能。但由 sAR图像中存在较强的乘性相干斑噪声，利 于FCM算法是以目标函数为测度来进行聚类，最佳 A 用传统的图像处理技术分割s R图像不可能获得 聚