控制与决策

作者：李晓丽,赵泉华,李玉

单位：辽宁工程技术大学测绘与地理科学学院，辽宁阜新123000,,辽宁工程技术大学测绘与地理科学学院，辽宁阜新123000,,辽宁工程技术大学测绘与地理科学学院，辽宁阜新123000,

关键词：可变形状参数;Gamma混合模型;Voronoi划分;空间约束;模糊聚类;SAR图像分割

基金：国家自然科学基金项目(41271435,41301479)；辽宁省自然科学基金项目(2015020090)；辽宁工程技术大学研究生教育创新计划项目(YB201605).

为了解决传统模糊聚类算法无法准确刻画SAR图像强度分布特征以及抗噪性差等问题,提出一种基于可变形状参数Gamma混合模型(GaMM)的区域化模糊聚类SAR图像分割方法.首先,利用Voronoi划分技术将SAR图像完备地划分为若干个Voronoi多边形;然后,假设SAR图像强度服从可变形状参数的GaMM,以GaMM的负对数函数刻画多边形与聚类间的非相似性关系,并结合具有邻域多边形空间约束作用的规则化项定义区域化模糊聚类目标函数;在模型参数求解的过程中,对于无法直接通过导数求解的形状参数及生成点集,设计以目标函数最小化为准则的移动更新操作以逐步逼近最优解.通过对真实及模拟SAR图像分割结果进行定性定量分析,有效地验证了所提出算法对SAR图像强度分布拟合的准确性及分割的抗噪性.

来源：2020年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第7期