一种提高SAR图像分割性能的新方法  

New Method for Improving the Performance of SAR Image Segmentation

作　　者：颜学颖[1] 焦李成[1] 王凌霞[1] 万红林[1] 

机构地区：[1]西安电子科技大学智能感知与图像理解教育部重点实验室和智能信息处理研究所,西安710071

出　　处：《电子与信息学报》2011年第7期1700-1705,共6页Journal of Electronics & Information Technology

基　　金：国家自然科学基金(60702062;60803097);国家863计划项目(2008AA01Z125;2009AA12Z210);教育部长江学者和创新团队支持计划(IRT0645);教育部博士点基金(200807010003)资助课题

摘　　要：针对传统小波变换域SAR图像分割存在边缘保持和方向分辨率较差的不足,该文提出了一种在非下采样Brushlet变换域提取图像灰度共生概率特征的新方法。该方法在Brushlet的不同方向系数块中利用自适应窗口的Gabor滤波器提取灰度共生概率特征,有效地解决了实际操作中的最优窗口尺寸的选取问题,并利用压缩感知来对冗余的特征进行压缩,降低了聚类复杂度。最后使用模糊C均值聚类,得到分割结果。实验结果表明:该文方法与其它方法相比在边缘保持和方向分辨上有明显优势,获得了更好的分割结果。Considering the shortage of edge preservation and low direction-resolution for SAR image segmentation based on the conventional wavelet transform domain,a new segmentation method is proposed based on Gray-Level Cooccurrence Probability（GLCP） features in the overcomplete Brushlet domain.This method compresses the redundant GLCP features extracted by the adaptive window Gabor filtering in different direction coefficient blocks using compressed sensing,then the Fuzzy C-Mean（FCM） clustering method is utilized to complete the clustering and obtain the segmentation result.The experiment results show that the new method has advantages in the edge preservation and direction extraction,and obtains better segmentation results with respect to other methods.

关 键 词：SAR图像分割 BRUSHLET变换 自适应窗 GABOR滤波器 压缩感知 

分 类 号：TP751.1[自动化与计算机技术—检测技术与自动化装置]