基于IGA的最大模糊熵SAR图像双阈值分割  

SAR Image Segmentation Double Thresholding Based on Maximum Fuzzy Entropy and Immune Genetic Algorithm

作　　者：代岩[1] 

机构地区：[1]中国联合网络通信有限公司阜阳市分公司,安徽阜阳236022

出　　处：《工业控制计算机》2012年第11期82-83,86,共3页Industrial Control Computer

摘　　要：将基于免疫遗传算法的最大模糊熵双阈值方法应用到合成孔径雷达(SAR)图像分割中。此方法采用像素点邻域的平均灰度值分布所构成的直方图进行阈值的选取,有效地利用了图像的空间信息。为了快速搜索到最优参数,采用免疫遗传算法进行全局寻优。实验结果表明,该算法可以有效的分割出SAR图像中的目标和阴影,并且具有执行时间短、鲁棒性强的优点。A three-level thresholding method for SAR image segmentation based on maximum fuzzy entropy and immune genetic algorithm is presented in this paper.The thresholding is selected by the histogram of the average gray level of the pixel. This way uses the space information of image effectively and it reduces the calculating task.To receive the best parame- ters,use the immune genetic algorithm.Test results show that the method introduced performs well,simple and robust.

关 键 词：SAR 图像分割 阈值分割 模糊熵 免疫遗传算法 

分 类 号：TN957.52[电子电信—信号与信息处理]