基于NSCT和Tsallis熵的SAR图像快速分割方法

作者：唐艳亮; 吴一全; 吴诗婳; 张晓杰

来源：信号处理, 2011, (08): 1133-1139.

• SAR图像分割
• 非下采样Contourlet变换(NSCT)
• Tsallis熵
• 混沌粒子群优化
• 递推算法 SAR image segmentation
• nonsubsampled contourlet transform(NSCT)
• Tsallis entropy
• chaotic particle swarm optimization
• recursive algorithm

针对小波域SAR图像分割结果粗糙及运算速度低的不足,本文提出一种基于非下采样Contourlet变换(NSCT)和混沌粒子群优化(CPSO)的最大Tsallis熵的SAR图像快速分割方法。首先,利用NSCT提取SAR图像的概貌和细节信息,并建立相应的概貌-细节灰度级矩阵模型;然后,利用Tent映射CPSO算法搜索最优阈值,并提出递推算法大大减少迭代过程中适应度函数的重复计算。实验结果表明,与小波域SAR图像快速分割方法相比,该方法采用了具有多方向性和移不变性的NSCT分解图像,信息提取更为有效,分割结果更佳;同时由于引入混沌序列并以递推方式计算粒子适应度,粒子群搜索的收敛精度更高,运算时间更少...

• 单位
  南京航空航天大学; 中国科学院