基于量子進化特征選擇的SAR圖像分割.pdf

1、SAR(Synthetic Aperture Radar)圖像分割一直是SAR 圖像研究的熱點。SAR 圖像包含豐富的信息，包括邊緣特征、區(qū)域形狀特征、方向特征和紋理特征等。如何合理地提取和利用這些特征來對SAR 圖像進行分割是本文的一個出發(fā)點。本文從以下幾個方面對SAR 圖像分割展開研究：
　　 本文首先研究了圖像分割理論。對常用圖像分割方法進行詳細的介紹，并根據(jù)它們的不同特點進行分類討論，論述各種圖像分割方法的優(yōu)缺點。

2、>　　 接著從特征提取出發(fā)研究SAR 圖像分割。紋理是SAR 圖像中很重要的一種信息。本文給出了三種紋理圖像特征表示方法——基于灰度共生矩陣的特征、基于非下采樣小波分解特征和基于Contourlet 變換的特征。本文將這三種方法提取特征進行兩兩融合與三類融合，給出基于多類特征融合的圖像分割方法，通過實驗表明，這些特征的融合對于人工合成紋理圖像和SAR 圖像分割有著較優(yōu)的分割結果。
　　 最后從特征選擇出發(fā)研究SAR 圖像分割。