資源描述：
《基于多閾值的自適應sar圖像分割算法研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、萬方數(shù)據(jù)ResearchonAdaptiveSARImageSegmentationBasedonMulti-thresholdingAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerApplicationTechnologyByLvXiao-jiaSupervisor:JiJianAssociateProfessorNovember2015萬方數(shù)據(jù)萬方數(shù)據(jù)西安電子科技大學學位論文獨創(chuàng)性（或創(chuàng)新性）聲明秉承學校嚴謹?shù)膶W風和優(yōu)良的科學道德，本
2、人聲明所呈交的論文是我個人在導師指導下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學或其它教育機構的學位或證書而使用過的材料。與我一同工作的同事對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。學位論文若有不實之處，本人承擔一切法律責任。本人簽名：日期：西安電子科技大學關于論文使用授權的說明本人完全了解西安電子科技大學有關保留和使用學位論文的規(guī)定，即：研究生在校攻讀學位期間論文工作的知識產(chǎn)權屬于西安電子科技大學。學校有權保留送交論文的復印件，允許查閱、借閱論文；
3、學校可以公布論文的全部或部分內(nèi)容，允許采用影印、縮印或其它復制手段保存論文。同時本人保證，結合學位論文研究成果完成的論文、發(fā)明專利等成果，署名單位為西安電子科技大學。保密的學位論文在年解密后適用本授權書。本人簽名：導師簽名：日期：日期：萬方數(shù)據(jù)萬方數(shù)據(jù)摘要摘要合成孔徑雷達（SAR）具有全天時和全天候的特點，在國民經(jīng)濟和國防建設中扮演著重要的角色，SAR圖像分割是遙感圖像理解和解釋領域中的基礎。最近，已涌現(xiàn)出大量SAR圖像分割算法，這些圖像分割技術都是基于SAR圖像的某種特性而實現(xiàn)的，如灰度或紋理等特征。然而，SAR圖像中存在大量的乘性相干斑噪聲，導致圖像信息受到嚴重的干擾。所以，圖像去噪以
4、及自適應實現(xiàn)SAR圖像分割至關重要。Lee濾波是一種有效的SAR圖像去噪方法，不僅能夠有效的去除圖像中的斑點噪聲，并且能夠保持原始圖像中的紋理結構特征。之后，進一步對濾波后的圖像進行分割。本文提出兩種新的自適應SAR圖像分割算法：基于多閾值的感知哈希分割算法（MPHA）和基于直方圖多閾值的模糊C均值算法（HMFCM）。算法介紹如下：（1）MPHA算法充分利用SAR圖像的灰度信息和結構特點，能夠準確高效的實現(xiàn)SAR圖像分割。該算法首先使用Lee濾波對SAR圖像去噪，然后執(zhí)行分割過程：根據(jù)同質(zhì)區(qū)域內(nèi)像素的灰度值具有相同或相似的特點，自適應的選取多個閾值進行初始分割。初始分割區(qū)域集合中具有相同或
5、相似灰度值的像素會盡可能的劃分到同一類別。然后，合并初始分割區(qū)域集合，該過程需要定義一個區(qū)域相似性判定標準。本文算法引入感知哈希算法（PHA算法），有效地提高算法的分割效率，并能得到理想的分割結果。最后，通過設計多組對比實驗，驗證了MPHA算法的有效性，并對初始分割算法的有效性進行分析。（2）HMFCM算法是一種無監(jiān)督的SAR圖像分割方法，該算法主要是對傳統(tǒng)模糊C均值算法（FCM算法）的改進，其主要特點是：算法對斑點噪聲具有魯棒性，而且能自適應的獲得初始化聚類中心和聚類數(shù)目。HMFCM算法的這種優(yōu)越性主要是通過采用基于直方圖的改進多閾值方法實現(xiàn)的。為了提高聚類過程的準確性，引入?yún)^(qū)域合并過程
6、，獲取合理的聚類數(shù)目，減少人為因素的干擾，提高算法準確性。第二階段采用FCM算法進行聚類，從而得到SAR圖像分割結果。最后通過多組實驗，驗證所提出的算法的有效性。關鍵詞：SAR圖像，圖像分割，多閾值，感知哈希，模糊C均值算法I萬方數(shù)據(jù)西安電子科技大學碩士學位論文II萬方數(shù)據(jù)ABSTRACTABSTRACTSyntheticApertureRadarhastheattractivepropertyofproducingimagesinall-timeandall-weatherconditions,thereforeithasplayanimportantroleintheconstruct
7、ionofnationaleconomyandnationaldefense.SARimagesegmentationisthebasementintheinterpretationandunderstandingofSARimages.Thepresenceofspeckle,whichmaybemodeledasastrongmultiplicativenoise,makesthesegmentationofsynt
