基于粒子群優(yōu)化和Freeman分解的SAR圖像分割與分類.pdf

1、合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)是一種相干成像雷達(dá),工作在微波波段。SAR成像能夠獲得高品質(zhì)的圖像,所以已被廣泛應(yīng)用到各個(gè)領(lǐng)域。隨著 SAR技術(shù)的日趨成熟,包含更多地物信息和分類特征的極化合成孔徑雷達(dá)(Polarimetric Synthetic Aperture Radar,PolSAR)越來(lái)越受到人們的重視。SAR圖像分割和分類是SAR圖像處理的第一步,也是圖像處理中最難解決的問(wèn)題之一。因此

2、,尋求高效、高精度的圖像分割和分類方法具有十分重要的意義。
　　本文重點(diǎn)研究基于粒子群優(yōu)化和Freeman分解的SAR圖像分割與分類,以粒子群優(yōu)化方法為理論基礎(chǔ),將其簡(jiǎn)單有效的閾值化圖像分割方法相結(jié)合,首先對(duì)SAR圖像分割;其次充分利用Freeman分解得到的極化特征,應(yīng)用上述方法對(duì)極化SAR圖像做進(jìn)一步分類。本文主要的研究?jī)?nèi)容如下:
　　1.提出了一種基于粒子群優(yōu)化的二維雙閾值 SAR圖像分割方法。由于 SAR圖像信息量大

3、、背景復(fù)雜,普通閾值法已經(jīng)不能滿足分割精度的要求,因此本算法采用二維雙閾值Otsu法對(duì)SAR圖像進(jìn)行分割,但這也在一定程度上增加了算法的復(fù)雜度,降低了圖像分割的效率。粒子群優(yōu)化算法是一種智能的、全局的優(yōu)化算法,實(shí)現(xiàn)簡(jiǎn)單,沒(méi)有交叉和變異操作,需要調(diào)整的參數(shù)少,有較快的收斂速度,因此將粒子群優(yōu)化算法引入其中。與經(jīng)典的圖像分割算法相比,該算法不僅獲得了較好的分割精度,同時(shí)降低了算法的時(shí)間復(fù)雜度。
　　2.提出了一種基于Freeman分解