位置:成果数据库 > 期刊 > 期刊详情页
基于模糊ABC算法的空间域SAR图像阈值分割
  • ISSN号:1672-4291
  • 期刊名称:陕西师范大学学报(自然科学版)
  • 时间:0
  • 页码:16-21
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]陕西师范大学计算机科学学院,陕西西安710062
  • 相关基金:基金项目:国家自然科学基金资助项目(10974130;61202153);陕西省青年科技新星资助项目(2011kjxx17).
  • 相关项目:储粮钻蛀害虫声信息检测与特征识别研究
中文摘要:

为提高SAR(合成孔径雷达)图像分割速度,提出一种基于模糊ABC(人工蜂群)算法的空间域SAR图像闽值分割方法.该方法利用灰度形态学算子抑制图像噪声,根据抑噪图像的直方图特征缩小阈值范围,同时引入模糊隶属度函数优化蜂的运动轨迹,快速搜索最优分割阂值.实验结果显示,该方法不仅能有效抑制可见光图像和真实SAR图像中的斑点噪声,而且分割速度与分割质量明显优于基于遗传算法和人工鱼群算法的分割方法.

英文摘要:

In order to increase the speed of SAR image segmentation based on fuzzy Artificial Bee Colony algorithm, a method of SAR image in spatial threshold segmentation is proposed. In this method, gray morphology operations are employed to reduce the inherent image noise, and the searching range is reduced on the basis of the histogram feature of the denoised image. Simultaneously, a fuzzy function is introduced in order to refine the motion of bees, and fast search the optimal threshold. Experimental results show that the proposed method is not only robust to the speckle noise in SAR images, but also superior to the segmentation methods based on Genetic algorithm or Artificial Fish Swarm algorithm in terms of segmenting speed and quality.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《陕西师范大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国教育部
  • 主办单位:陕西师范大学
  • 主编:屈世显
  • 地址:陕西省西安市长安区西长安街620号
  • 邮编:710119
  • 邮箱:cqj759@163.com
  • 电话:029-81530879
  • 国际标准刊号:ISSN:1672-4291
  • 国内统一刊号:ISSN:61-1071/N
  • 邮发代号:52-109
  • 获奖情况:
  • 获得奖励20多次,其中部委级3次、厅局级20次、国...,受到教育部(国家教委)、新闻出版总署、教育部科...,多次被评为全国高校和陕西省优秀科技期刊、陕西省...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:8230