基于模糊熵和ABC算法的SAR圖像分割的研究.pdf

1、隨著合成孔徑雷達(dá)(Synthetic Aperture Radar，SAR)技術(shù)的快速發(fā)展，SAR圖像在衛(wèi)星遙感、軍事偵查、海洋監(jiān)測(cè)以及農(nóng)林業(yè)監(jiān)測(cè)中發(fā)揮著十分重要的作用。SAR圖像分割就是將圖像中所需要的目標(biāo)部分提取出來(lái)，以便于對(duì)圖像進(jìn)行更精確地研究。由于其獨(dú)特的成像特點(diǎn)，SAR圖像會(huì)帶有相干斑噪聲，所以它和普通光學(xué)圖像有著很大的區(qū)別，從而在分割圖像上也有著不同。
　　本文對(duì)近年來(lái)國(guó)內(nèi)外的多種圖像分割方法進(jìn)行了綜述，其中閾值分割在

2、圖像分割中應(yīng)用最為廣泛，一些智能的優(yōu)化算法用于圖像分割當(dāng)中對(duì)圖像的分割有著很好的優(yōu)化效果。針對(duì)SAR圖像分割存在的問(wèn)題，本文對(duì)基于最大模糊熵和改進(jìn)蜂群的閾值分割算法的SAR圖像分割進(jìn)行研究，主要的工作和研究成果如下：
　　首先，針對(duì)一維模糊熵算法只考慮到像素的灰度特性而沒(méi)有考慮到鄰域的空間灰度特性的弊端，引進(jìn)了基于二維直方圖的模糊熵的算法（簡(jiǎn)稱二維模糊熵），得到灰度-鄰域平均灰度的二維直方圖，并將二維直方圖模糊劃分成目標(biāo)區(qū)域和背景

3、區(qū)域，分別求出模糊熵，計(jì)算最大閾值，用求得的閾值來(lái)對(duì)圖像進(jìn)行分割。算法的提出為后續(xù)工作提供了基礎(chǔ)。
　　然后，針對(duì)二維模糊熵算法抗噪聲能力較弱的問(wèn)題，本文將二維模糊熵算法進(jìn)行了改進(jìn)，將二維直方圖改進(jìn)成灰度-灰度梯度的二維直方圖，使二維模糊熵算法具有更強(qiáng)的抗噪性。
　　最后，由于二維模糊熵算法速度較慢，本文引進(jìn)了人工蜂群算法，將二維模糊熵作為人工蜂群算法的適應(yīng)度函數(shù)，通過(guò)求出最優(yōu)閾值來(lái)進(jìn)行圖像分割。為了避免人工蜂群算法出現(xiàn)早熟