基于Otsu和模糊核聚类算法的极化SAR图像分类

›› 2014, Vol. 27 ›› Issue (2): 42-.

基于Otsu和模糊核聚类算法的极化SAR图像分类

安健,张扬

(电子科技大学电子工程学院,四川成都 611731)

出版日期:2014-02-15 发布日期:2014-01-12
作者简介:安健(1987—),男,硕士研究生。研究方向:极化SAR图像分类。E-mail:834009213@qq.com。张扬(1962—),男,教授。研究方向:高速实时信号处理,雷达系统及信号处理。

Classification of Polarimetric Synthetic Aperture Radar Images Based on Otsu's Method and Fuzzy Kernel C-means Clustering Algorithm

AN Jian, ZHANG Yang

(School of Electronic Engineering,University of Electronic Science and Technology of China,Chengdu 611731,China)

Online:2014-02-15 Published:2014-01-12

摘要/Abstract

摘要：

随着极化技术的发展,越来越多的高分辨率SAR图像出现,对其分类成为一个耗时的工作。针对该问题,提出了基于Otsu和模糊核聚类算法的极化SAR图像分类。将SAR图像分类分为两步,第一步借助Otsu法进行粗略分割,将图像转化为若干个区域;第二步利用模糊核聚类算法将第一步剩下的像素进一步分类。实验结果表明,该算法既可保持较高的分类精确度,又可保证较快的计算速度。

关键词: Otsu法, 模糊核聚类算法, SAR图像分类

Abstract:

With the development of polarimetric technology,more and more high resolution SAR images are obtained,and classification of these images is time consuming.A modified algorithm combined Otsu's method and fuzzy kernel c-means algorithm is proposed.The algorithm is implemented by two steps.Firstly,the SAR image is segmented into some blocks coarsely by Otsu's method.Then the processed SAR image is further classified by fuzzy kernel c-means algorithm.The algorithm can not only has better precision,but also get higher calculating speed.

Key words: Otsu method;fuzzy kernel clustering algorithm;SAR image classification

中图分类号:

TP391.41

安健, 张扬. 基于Otsu和模糊核聚类算法的极化SAR图像分类[J]. , 2014, 27(2): 42-.

AN Jian, ZHANG Yang. Classification of Polarimetric Synthetic Aperture Radar Images Based on Otsu's Method and Fuzzy Kernel C-means Clustering Algorithm[J]. , 2014, 27(2): 42-.

参考文献

［1］韩思奇,王蕾.图像分割的阈值法综述［J］.系统工程与电子技术,2002,24(6):91-94,102.

［2］OTSU N.A threshold selection method from gray-level histogram［J］.IEEE Trans,1979,SMC-9(1)62-66.

［3］付忠良.图像阈值选取方法-Otsu方法的推广［J］.计算机应用,2000,20(5):37-39.

［4］陈冬岚,刘京南,余玲玲.几种图像分割阈值选取方法的比较与研究［J］.机械制造与自动化,2003(1):77-80.

［5］BURGES C J C.Geometry and invariance in kernel based methods,advance in kernel methods support vector learning［M］.Cambridge,MA:MIT Press,Cambridge,1999.

［6］SCHOLKOPF B,MIKA S,BURGES C,et al.Input space versus feature space in kernel-based methods［J］.IEEE Transactions on Neural Networks,1999,10(5):1000-1017.

［7］KRISHNAPURAM R,FRIGUI H,NASRAUI O.The fuzzy c qadric shell clustering algorithm and the detection of second degree［J］.Patten Recognition Letters,1993,14(7):545-553.

［8］MULLER K,MIKA S,RATSCH G,et al.An introduction to kernel-based learning algorithms［J］.IEEE Transactions on Neural Networks,2001,12(2):181-201.

［9］GIROLAMI M.Mercer kernel based clustering in feature space［J］.IEEE Transactions on Neural Networks,2002,13(3):780-784.

［10］张莉,周伟达,焦李成.核聚类算法［J］.计算机学报,2002,25(6):87-90.

［11］肖超云,朱伟兴.基于Otsu准则及图像熵的阈值分割算法［J］.计算机工程,2007,33(14):188-189.

［12］吴永辉,计科峰,郁文贤.基于H-和改进C-均值的全极化SAR图像非监督分类［J］.电子与信息学报,2007,29(1):30-34.

［13］欧杨梅,王毅,严欣,等.一种改进的模糊核聚类图像分割算法［J］.科学技术工程,2012,20(7):1535-1538,1543.

［14］王瑞花,宋建设.基于改进FCM算法的SAR图像分类［J］.西北大学学报:自然科学版,2008,38(4):574-578.

[1]	康秀娟, 施展. 基于图形处理的人体内异物定位测量系统设计[J]. , 2018, 31(1): 71-.
[2]	常敏，刘天成. 基于荧光显微镜的显微视觉图像增强处理[J]. , 2017, 30(9): 108-.
[3]	刘宗玥，席志红. 基于多曝光的高动态图像合成的噪声处理[J]. , 2016, 29(11): 90-.
[4]	刘梦娇. 基于直方图的图像模糊聚类分割算法[J]. , 2016, 29(11): 107-.
[5]	方正涛，陈临强. 基于图像感知哈希的行人跟踪算法[J]. , 2016, 29(11): 112-.
[6]	夏剑峰. 基于数学形态学的癌细胞的分割与识别[J]. , 2016, 29(10): 36-.
[7]	巨志勇，何晓蕾，王超男. 基于文本行基线的倾斜角检测算法[J]. , 2016, 29(10): 39-.
[8]	汤依婷，韩彦芳. 一种改进的图割目标分割算法[J]. , 2016, 29(10): 43-.
[9]	莫礼东，徐伯庆. 一种改进的TV图像重建算法[J]. , 2016, 29(10): 47-.
[10]	解博，周律. 基于机器视觉的杏核图像识别系统设计[J]. , 2016, 29(10): 97-.
[11]	马艳宁，陈晓荣，张运涛. 基于Halcon的刹车片字符检测算法研究[J]. , 2016, 29(10): 101-.
[12]	魏爽. 基于BP神经网络的嘴型分类算法[J]. , 2016, 29(8): 89-.
[13]	邬春学，刘训洋. 改进粒子群结合K均值聚类的图像分割算法[J]. , 2016, 29(8): 92-.
[14]	高华，邬春学，鲁俊. 基于动态加权可变形部件模型的行人检测[J]. , 2016, 29(9): 1-.
[15]	邵清，叶琨. 基于编辑距离和相似度改进的汉字字符串匹配[J]. , 2016, 29(9): 7-.