快速扩散与SOM分类结合的MSTAR图像分割算法

运动、静止目标获取与识别(MSTAR)计划表明,将合成孔径雷达(SAR)图像分割成目标、阴影和背景杂波区域对于从开放环境中进行目标识别是一种有效的手段,但由于SAR图像自身固有的斑点噪声的影响,传统的分割方法很难获得准确的分割,为此提出了一种同性扩散抑制MSTAR图像斑点噪声的方法,它能快速取得感兴趣的目标区域图像.图像预处理后,利用基于自组织特征映射神经网络的图像分割算法对图像进行分割.通过实验确定自组织映射神经网络的分类数.实验结果表明分割效果是显著的.

遥感图像中船只目标区域的分割方法

针对高分辨率遥感海面图像中的船只检测问题,提出一种新的区域分割方法。该方法利用小波变换得到适合分形分析的一定尺度的频谱信息,针对图像特点采用改进的差分盒维计算方法进行区域分割,根据小波变换的尺度映射关系将得到的目标区域映射到原图的相应区域,同时利用分维数的特点进行更细致的分割。实验结果证明了该方法的有效性。