结合邻域信息粒子群聚类用于SAR图像变化检测

• 作者: 刘敬 刘逸 慕彩红
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 变化检测 SAR图像 聚类 粒子群优化
• 年，卷（期）: 2015,（1）
• 页码范围: 187-193
• 页数: 7页
• 分类号: TP18
• 字数: 5813字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2015.01.030

摘要

SAR图像变化检测可以转化为对差异图的聚类问题。由于 SAR 图像本身容易受到斑点噪声干扰，为提高聚类效果提出了一种结合邻域信息的自适应粒子群聚类算法。该方法在模糊 C 均值原目标函数基础上，引入中心像素的邻域信息，并通过自适应粒子群的全局搜索来优化聚类中心。该方法还引入了自学习算子即粒子编码中的中心像素的隶属度，能够向其相邻像素的隶属度学习，并据此修正自身的隶属度值相关。实验结果表明，与模糊C均值和量子免疫克隆聚类算法相比，该方法利用了像素的邻域信息，从而增强了抗噪性能。与模糊局部信息C均值算法相比，该方法对图像细节保持能力较强，运行时间也较少。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘逸	西安电子科技大学电子工程学院	11	123	5.0	11.0
2	慕彩红	西安电子科技大学电子工程学院	11	125	5.0	11.0
3	刘敬	西安邮电大学电子工程学院	6	15	2.0	3.0