基于遗传算法的二维模糊C-划分最大熵SAR图像分割  

SAR Image Segmentation Based on Fusy Entropy and Genetic Algorithm

作　　者：张昆辉[1] 曹兰英[2] 夏良正[2] 

机构地区：[1]北京航空航天大学,北京100083 [2]东南大学自动控制系,南京210096

出　　处：《信号处理》2005年第2期199-201,共3页Journal of Signal Processing

摘　　要：在合成孔径雷达(SyntheticApertureRadar)自动目标识别中,图像分割的好坏直接影响目标的识别性能。本文将二维模糊最大熵方法应用于SAR图像,并根据SAR图像的特点,对其进行了改进。为了快速搜索到最优参数,采用了遗传算法和模拟退火方法进行全局寻优。实验结果表明,本文方法可有效地对SAR图像中的人造目标进行分割,并且具有执行时间短、鲁棒性强的优点。In the process of SAR ATR(automatic target recognition), image segmentation plays a key role. In this paper, two dimensional fusy entropy method is used. It was improved according to the characteristics of SAR image. Genetic algorithm and Simulated Annealing were used to get the best parameters. Test results showed that the method introduced here performs well, simple and robust.

关 键 词：图像分割 遗传算法 模糊C-划分 最大熵 二维 SAR图像 合成孔径雷达 自动目标识别 模拟退火方法 识别性能 直接影响 方法应用 最优参数 快速搜索 全局寻优 人造目标 执行时间 鲁棒性 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] O242.23[自动化与计算机技术—计算机科学与技术]