期刊在線咨詢服務(wù),立即咨詢
關(guān)鍵詞:sar圖像分割 多閾值 降斑各向異性擴(kuò)散 最大類(lèi)間方差 自適應(yīng)量子遺傳算法
摘要:針對(duì)傳統(tǒng)Otsu多閾值分割方法對(duì)SAR圖像分割存在對(duì)噪聲敏感且計(jì)算量大的問(wèn)題,提出了一種結(jié)合降斑各向異性擴(kuò)散(speckle reducing anisotropic diffusion,SRAD)和自適應(yīng)量子遺傳算法的Otsu多閾值SAR圖像分割方法。首先,利用SRAD對(duì)SAR圖像進(jìn)行濾波,濾除其相干斑噪聲,并通過(guò)獲取濾波迭代過(guò)程中圖像間的平均結(jié)構(gòu)相似度,有效地控制迭代過(guò)程;通過(guò)圖像的直方圖和閾值的組合來(lái)定義圖像的類(lèi)間方差。然后,將閾值的組合編碼為量子染色體;設(shè)置若干量子染色體構(gòu)成初始閾值組合種群,并對(duì)每個(gè)組合個(gè)體以定義的類(lèi)間方差作為評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行適應(yīng)度評(píng)價(jià)。利用量子旋轉(zhuǎn)門(mén)作用于量子染色體疊加態(tài)的基態(tài)實(shí)現(xiàn)其進(jìn)化,并根據(jù)相鄰兩代量子染色體的差異,逐代地調(diào)整量子旋轉(zhuǎn)角的大小;以最終演化的閾值組合種群中適應(yīng)度最大的閾值組合個(gè)體作為最優(yōu)閾值組合,實(shí)現(xiàn)SAR圖像最優(yōu)多閾值分割。為驗(yàn)證所提出的分割方法,對(duì)模擬和真實(shí)SAR圖像進(jìn)行了實(shí)驗(yàn)。定性和定量評(píng)價(jià)結(jié)果表明了該方法的可行性和有效性。
遙感信息雜志要求:
{1}屬于課題或基金項(xiàng)目的論文,請(qǐng)?jiān)敿?xì)注明類(lèi)別、名稱(chēng)及編號(hào)等內(nèi)容。
{2}凡經(jīng)本刊采用的稿件,即視為作者同意授權(quán)本刊對(duì)其圖文作品行使網(wǎng)絡(luò)傳播、圖書(shū)出版等再使用權(quán)利;如不同意此項(xiàng)約定,請(qǐng)來(lái)稿時(shí)注明。
{3}標(biāo)題一般在20字以內(nèi),必要時(shí)可加附標(biāo)題,并附英文翻譯。
{4}摘要應(yīng)簡(jiǎn)潔、明了,盡量用最少的文字表達(dá)最多的信息,給出本文的主要結(jié)果和結(jié)論。
{5}來(lái)稿請(qǐng)署明作者姓名、出生年、性別、民族(漢族可省略)、籍貫、學(xué)位、職稱(chēng)、工作單位、詳細(xì)通信地址、郵政編碼、聯(lián)系電話、電子信箱等。
注:因版權(quán)方要求,不能公開(kāi)全文,如需全文,請(qǐng)咨詢雜志社