基于量子免疫克隆聚类的SAR图像变化检测

• 作者: 刘若辰 吴娜娜 尚荣华 李阳阳 焦李成
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 变化检测 SAR图像 聚类 量子免疫克隆算法
• 年，卷（期）: 2011,（4）
• 页码范围: 372-376
• 分类号: TP751.1
• 字数: 4133字
• 语种: 中文

摘要

传统的基于进化聚类方法在处理变化检测时耗时过长,在搜索最优聚类中心过程中容易陷入局部最优,对于SAR图像的变化检测存在边缘定位不够准确的缺点,提出了基于量子免疫克隆聚类的SAR图像变化检测方法.把图像的灰度值作为输入信息,通过量子比特定义聚类中心,通过量子免疫克隆算法来搜索最优聚类中心,从而得到更佳的全局阈值,最后根据阈值得到变化检测结果.实验结果表明,与K&I阈值法相比,可以得到更佳的全局阈值；与遗传聚类算法相比,可以快速、有效地搜索到更优聚类中心,准确定位边缘,提高变化检测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦李成	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	514	14586	52.0	103.0
2	刘若辰	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	21	603	15.0	21.0
3	李阳阳	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	21	248	9.0	15.0
4	尚荣华	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	20	328	10.0	18.0
5	吴娜娜	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	1	21	1.0	1.0