基于可变形状参数Gamma分布的模糊聚类多视SAR图像分割
针对传统模糊聚类分割算法无法克服合成孔径雷达(synthetic aperture radar,SAR)图像中固有的斑点噪声问题,提出了一种利用可变形状参数Gamma分布和邻域相关性的模糊聚类分割算法.可变形状参数Gamma分布用于建模多视SAR强度图像的斑点噪声,并以其负对数作为特征场中像素与聚类间强度的相似性测度模型;通过马尔可夫随机场(Markov random field,MRF)建立标号场中邻域像素的类属相关性模型;在模糊聚类框架下,以上述模型为基础构建模糊目标函数;在目标函数最小化准则下,求解最优结果.实验表明,可变形状参数Gamma分布能够更加准确地拟合同质区域内像素强度的统计直方图.为有效求解包涵在Gamma函数内的形状参数,采用牛顿迭代算法估计其数值解.对合成和真实多视SAR图像分别进行分割实验,定性、定量分析的结果验证了本文算法的有效性.
SAR图像分割、Gamma分布、模糊聚类算法、马尔可夫随机场、牛顿迭代算法
43
P237(摄影测量学与测绘遥感)
国家自然科学基金41301479,41271435
2018-08-29(万方平台首次上网日期,不代表论文的发表时间)
共9页
984-992