测绘科学

2016, v.41;No.218(08) 121-124+120

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

自适应蚁群和模糊聚类的SAR图像分割
Segmentation of SAR images based on adaptive ant colony algorithm and fuzzy C-means

鲍义东;周改云;赵伟艇;

摘要(Abstract):

针对传统蚁群算法及模糊C-均值聚类算法在合成孔径雷达遥感图像分割中精度低下和收敛速度较慢的问题,该文提出了一种改进的自适应阈值的蚁群及模糊C-均值聚类算法,实现对复杂合成孔径雷达图像进行分割。针对不同的合成孔径雷达图像,首先利用最大类间方差法获取最优阈值,通过最优阈值干预避免蚁群算法陷入局部最优解;再将自适应阈值蚁群算法得到的聚类中心和聚类类别数输入模糊C-均值聚类算法中,最终实现图像分割。实验结果证明,该算法在时间和误分率上较传统方法有显著的改进。

关键词(KeyWords): SAR图像分割;蚁群算法;模糊C-均值聚类;自适应

Abstract:

Keywords:

基金项目(Foundation): 河南省教育厅科学技术研究重点项目(14B520039);; 校青年科研基金项目(PXY-QNJJ-2014004)

作者(Author): 鲍义东;周改云;赵伟艇;

Email:

DOI: 10.16251/j.cnki.1009-2307.2016.08.025

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享