项目名称: 基于人工免疫协同理论和多目标核优化的SAR图像分割框架及关键技术
项目编号: No.61403304
项目类型: 青年科学基金项目
立项/批准年度: 2014
项目学科: 自动化技术、计算机技术
项目作者: 杨咚咚
作者单位: 西安理工大学
项目金额: 25万元
中文摘要: 新型的高分辨率、多极化、多模式、大带宽卫星传感器大量涌现,源源不断提供丰富的数据,实现对地球多尺度、全方位、多谱段地连续观测。对现有遥感数据进行智能化和精确化处理是难点问题之一,图像分割可以发现图像的整体结构信息,揭示图像本质内容和目标属性。本课题以SAR图像分割中的斑点噪声抑制、地物类别自动划分、快速分割模型为设计目标,研究SAR图像斑点噪声统计模型,分析最新非局部统计算法在复杂相干斑噪声模型的性能,构建SAR相干斑强度估计算法,提出融合同质区域最大似然估计和异质区域精确化滤波的联合滤波框架。为了实现快速和精确的SAR图像分割,研究最新的协同进化理论模型,构建适合SAR图像分割的人工免疫协同优化模型,设计图像直方图域和基因跳变的地物类别数目自动发现策略。同时,为了使算法能够精确稳定地发现SAR图像像素分布模型,研究多目标核优化SAR图像分割理论,开发出切实可行的快速遥感图像自动分割框架。
中文关键词: SAR图像分割;多目标核聚类;斑点噪声强度估计;主成份选择;非局部均值
英文摘要: The satellites with high resolution, multi-polarizations, multi-modes and large bandwidths are greatly proliferated in recent years. They can supply large amounts of observed data in a steady stream and carry out continuous multiscale, omni-directional an
英文关键词: SAR Image Segmentation;Multi-objective Kernel Clustering;Speckle Noise Estimation;Principal Component Selection;Nonlocal Mean