基于多閾值的自適應SAR圖像分割算法研究.pdf

1、合成孔徑雷達（SAR）具有全天時和全天候的特點，在國民經(jīng)濟和國防建設中扮演著重要的角色，SAR圖像分割是遙感圖像理解和解釋領域中的基礎。最近，已涌現(xiàn)出大量SAR圖像分割算法，這些圖像分割技術都是基于SAR圖像的某種特性而實現(xiàn)的，如灰度或紋理等特征。然而，SAR圖像中存在大量的乘性相干斑噪聲，導致圖像信息受到嚴重的干擾。所以，圖像去噪以及自適應實現(xiàn)SAR圖像分割至關重要。Lee濾波是一種有效的SAR圖像去噪方法，不僅能夠有效的去除圖像中的

2、斑點噪聲，并且能夠保持原始圖像中的紋理結(jié)構(gòu)特征。之后，進一步對濾波后的圖像進行分割。
　　本研究主要內(nèi)容包括：⑴MPHA算法充分利用SAR圖像的灰度信息和結(jié)構(gòu)特點，能夠準確高效的實現(xiàn)SAR圖像分割。該算法首先使用Lee濾波對SAR圖像去噪，然后執(zhí)行分割過程：根據(jù)同質(zhì)區(qū)域內(nèi)像素的灰度值具有相同或相似的特點，自適應的選取多個閾值進行初始分割。初始分割區(qū)域集合中具有相同或相似灰度值的像素會盡可能的劃分到同一類別。然后，合并初始分割區(qū)域集

3、合，該過程需要定義一個區(qū)域相似性判定標準。本文算法引入感知哈希算法（PHA算法），有效地提高算法的分割效率，并能得到理想的分割結(jié)果。最后，通過設計多組對比實驗，驗證了 MPHA算法的有效性，并對初始分割算法的有效性進行分析。⑵HMFCM算法是一種無監(jiān)督的SAR圖像分割方法，該算法主要是對傳統(tǒng)模糊C均值算法（FCM算法）的改進，其主要特點是：算法對斑點噪聲具有魯棒性，而且能自適應的獲得初始化聚類中心和聚類數(shù)目。HMFCM算法的這種優(yōu)越性主