基于 NSCT 域特征和 PCNN 的SAR 图像目标分割

• 作者: 严卫东 倪维平 吴俊政 芦颖 边辉
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: SAR 图像目标分割 非下采样轮廓波变换 脉冲耦合神经网络 MSTAR 图像
• 年，卷（期）: 2012,（9）
• 页码范围: 86-92
• 分类号: TP391|TN911.73
• 字数: 3079字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2012.09.014

摘要

针对 SAR 图像的目标自动分割问题,在分析非下采样轮廓波变换和脉冲耦合神经网络的基础上,提出了一种基于非下采样轮廓波域特征图和 PCNN 的 SAR 图像目标分割算法.对 SAR 图像经过 NSCT 分解后的高、低频图像分别运用不同方式进行处理.对低频图用 PCNN 进行分割以获取目标所在的区域,对高频子带构造了特征图,对特征图利用 PCNN 进行分割以获取目标的精细结构.利用 MSTAR 数据进行了仿真实验,并与基于模糊 C 均值的分割算法、基于马尔可夫随机场的分割算法进行了对比.实验结果表明,所提出算法对 SAR 图像目标的分割结果更为准确,同时较其它算法具有更强的抗噪性能,是一种有效可行的 SAR 目标分割算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严卫东		38	472	11.0	21.0
2	倪维平		25	169	8.0	12.0
3	芦颖		10	72	5.0	8.0
4	吴俊政		17	118	6.0	10.0
5	边辉		24	185	7.0	13.0