×
杨东东;杨慧;费蓉

一种高效的SAR图像分割框架，在核空间中使用变换的非局部均值和多目标聚类。 （英语） Zbl 1461.94025号

算法（巴塞尔） 8，第1号，32-45（2015）.
摘要：合成孔径雷达（SAR）图像分割通常涉及两个关键问题：合适的斑点噪声去除技术和有效的图像分割方法。本文提出了一种兼顾这两个方面的高效SAR图像分割方法。对于第一个问题，本文引入了著名的非局部均值（NLM）滤波器来抑制SAR图像中的乘性斑点噪声。此外，为了获得更高的去噪精度，通过主成分分析（PCA）将搜索窗口中的局部相邻像素投影到低维子空间。因此，在子空间中实现了非局部均值滤波器。然后，利用人工免疫系统（AIS）原理和核诱导距离测度，提出了一种多目标聚类算法。多目标聚类可以发现具有不同特征的数据分布，而核方法可以提高其对噪声和离群值的鲁棒性。实验表明，与传统方法相比，该方法能够稳健、准确地对SAR图像进行分割。

MSC公司：

94A08型 信息与通信理论中的图像处理（压缩、重建等）
62华氏35 多元分析中的图像分析
62H25个 因子分析和主成分；对应分析
62H30型 分类和区分；聚类分析（统计方面）

关键词：

SAR图像分割;人工免疫系统;克隆选择算法;非局部均值滤波器;主成分分析

软件：

嘲弄
PDF格式BibTeX公司 XML格式引用
\textit{D.Yang}等人，《算法（巴塞尔）》8，第1期，32-45（2015；Zbl 1461.94025）
全文： 内政部
OA许可证

参考文献：

[1] 奥利弗，C。；Quegan，S；了解合成孔径雷达图像：美国马萨诸塞州波士顿，1988年。
[2] 艾哈迈德，M.N。；Yamany，S.M.公司。；穆罕默德，N。；Farag，A.A。；莫里亚蒂，T。；一种改进的模糊c-均值算法在MRI数据偏置场估计和分割中的应用；IEEE传输。医学图像：2002; 第21卷，193-199。
[3] 陈，S.C。；张德清。；提出了一种基于新的核诱导距离测度的具有空间约束的FCM鲁棒图像分割方法；IEEE传输。赛特。人类网络。B部分网络：2004; 第34卷，1907-1916。
[4] 蔡，W.L。；陈，S.C。；张德清。；结合局部信息的快速鲁棒模糊c-均值聚类算法在图像分割中的应用；图案识别：2007; 第40卷，825-838·Zbl 1118.68133号
[5] Krinidis，S。；查茨，V。；一种鲁棒的模糊局部信息c-均值聚类算法；IEEE传输。图像处理：2010; 第19卷，1328-1337·Zbl 1371.68306号
[6] 龚，M.G。；梁，Y。；史J。；马，W.P。；马，J.J。；基于局部信息和核度量的模糊c-均值聚类算法在图像分割中的应用；IEEE传输。图像处理：2013; 第22卷，573-584·Zbl 1373.94141号
[7] 希尔，P.R。；卡纳加拉贾，C.N。；多尔·D·R。；使用基于纹理梯度的分水岭变换进行图像分割；IEEE传输。图像处理：2003; 第12卷，1618-1633。
[8] 周，H.Y。；Li，X.L。；谢弗，G。；Celebi，M.E。；米勒，P。；基于均值漂移的梯度向量流图像分割；计算。视觉。图像理解：2013; 第117卷，1004-1016。
[9] 周，H。；谢弗，G。；Celebi，M.E。；林，F。；刘，T。；基于均值漂移的梯度向量流皮肤病变分割；计算。医学成像图：2013; 第35卷，121-127。
[10] 周，H.Y。；谢弗，G。；萨德卡，A.H。；Celebi，M.E。；基于各向异性均值漂移的皮肤镜图像模糊c-均值分割；IEEE J.选择。顶部。信号处理：2009; 第3卷，26-34。
[11] Tasdizen，T。；非局部均值图像去噪的主邻域字典；IEEE传输。图像处理：2009; 第18卷，2649-2660·Zbl 1371.94366号
[12] Yang，D.D。；Jiao，L.C.公司。；龚，M.G。；冯，J。；基于自适应秩克隆和k近邻表的免疫多目标优化；计算。智力：2010; 第26卷，359-385·Zbl 1235.68212号
[13] Handl，J。；Knowles，J。；多目标聚类的进化方法；IEEE传输。进化。计算：2007; 第11卷，56-76。
[14] Salah，M.B。；Mitiche，A.等人。；是的，I.B。；基于参数核图割的多区域图像分割；IEEE传输。图像处理：2011; 第20卷，545-557·Zbl 1372.68272号
[15] Deledale，C。；丹尼斯，L。；Tupin，F。；迭代加权最大似然去噪；IEEE传输。图像处理：2009; 第18卷，2661-2672·Zbl 1371.94108号
[16] 帕里利，S。；波多里科，M。；安吉利诺，C.V。；Verdoliva，L。；基于LLMMSE小波收缩的非局部SAR图像去噪算法；IEEE传输。地质科学。遥感：2012年；第50卷，606-616。
[17] 苏，X。；Deledale，C.A。；Tupin，F。；孙，H。；合成孔径雷达图像的两步多时间非局部方法；IEEE传输。地质科学。遥感：2014年；第52卷，6181-6196。
[18] 拉赫玛瓦蒂，L。；Srinivasan，D。；基于Pareto前沿膝盖可控聚焦的多目标进化算法；IEEE传输。进化。计算：2009; 第13卷，810-824。
[19] De Castro，法律公告。；冯·祖本，F.J。；利用克隆选择原理进行学习和优化；IEEE传输。进化。计算：2002; 第6卷，239-251。
[20] 钟，Y。；张，L。；黄，B。；李，P。；一种用于多/高光谱遥感图像的无监督人工免疫分类器；IEEE传输。地质科学。遥感：2006年；第44卷，第420-431页。
[21] Bandyopadhyay，S。；Maulik，美国。；Mukhopadhyay，A。；基于多目标遗传聚类的遥感图像像素分类；IEEE传输。地质科学。远程传感器：2007年；第45卷，1506-1511。
[22] Deb，K。；Ratap，A。；阿加瓦尔，S。；eyarivan，T.M；一种快速的精英多目标遗传算法：NSGA-II；IEEE传输。进化。计算：2002; 第6卷，182-197年。
[23] Yang，D.D。；Jiao，L.C.公司。；龚，M.G。；刘，F。；融合互补特征的人工免疫多目标合成孔径雷达图像分割；信息科学：2011; 第181卷，2797-2812。
[24] J.古德曼。；散斑的一些基本性质；光学杂志。Soc.Am.：1976年；第66卷，1145-1150。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。