科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高简单线性迭代聚类(simple linera iterative cluste,SLIC)算法对带有散斑乘性噪声的合成孔径雷达(synthetic aperture radar,SAR)图像分割的准确率,提出了一种新的超像素分割算法。该算法首先利用Kuan滤波估计值代替像素强度,构造了对乘性散斑噪声不敏感的平均灰度差;其次通过计算Kuan滤波系数来估计区域起伏差,以增强同质区和边缘区之间的对比度;最后将新构建的平均灰度差、空间位置差与区域起伏差相结合,构建一种新的距离相似性度量方法,以适应于SAR图像超像素分割场景。实验结果表明:该文算法在保证生成的超像素与目标轮廓一致且边缘更加贴合图像真实边缘的基础上,进一步提高了SAR图像超像素分割的准确度。与其他2种经典超像素算法相比,其召回率至少提高了1%,欠分割错误率降低了3.6%,覆盖率提高了1%。
- 单位
