關鍵詞:sar圖像分割 多閾值 降斑各向異性擴散 最大類間方差 自適應量子遺傳算法
摘要:針對傳統(tǒng)Otsu多閾值分割方法對SAR圖像分割存在對噪聲敏感且計算量大的問題,提出了一種結合降斑各向異性擴散(speckle reducing anisotropic diffusion,SRAD)和自適應量子遺傳算法的Otsu多閾值SAR圖像分割方法。首先,利用SRAD對SAR圖像進行濾波,濾除其相干斑噪聲,并通過獲取濾波迭代過程中圖像間的平均結構相似度,有效地控制迭代過程;通過圖像的直方圖和閾值的組合來定義圖像的類間方差。然后,將閾值的組合編碼為量子染色體;設置若干量子染色體構成初始閾值組合種群,并對每個組合個體以定義的類間方差作為評價標準進行適應度評價。利用量子旋轉門作用于量子染色體疊加態(tài)的基態(tài)實現其進化,并根據相鄰兩代量子染色體的差異,逐代地調整量子旋轉角的大小;以最終演化的閾值組合種群中適應度最大的閾值組合個體作為最優(yōu)閾值組合,實現SAR圖像最優(yōu)多閾值分割。為驗證所提出的分割方法,對模擬和真實SAR圖像進行了實驗。定性和定量評價結果表明了該方法的可行性和有效性。
遙感信息雜志要求:
{1}屬于課題或基金項目的論文,請詳細注明類別、名稱及編號等內容。
{2}凡經本刊采用的稿件,即視為作者同意授權本刊對其圖文作品行使網絡傳播、圖書出版等再使用權利;如不同意此項約定,請來稿時注明。
{3}標題一般在20字以內,必要時可加附標題,并附英文翻譯。
{4}摘要應簡潔、明了,盡量用最少的文字表達最多的信息,給出本文的主要結果和結論。
{5}來稿請署明作者姓名、出生年、性別、民族(漢族可省略)、籍貫、學位、職稱、工作單位、詳細通信地址、郵政編碼、聯(lián)系電話、電子信箱等。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社