專利名稱：基于并行免疫克隆聚類的sar圖像分割方法
技術領域：
本發明屬于圖像處理技術領域，涉及SAR圖像分割，可用于雷達目標檢測和目標識別。
背景技術：
合成孔徑雷達SAR具有全天時、全天候的探測與偵察能力。它利用脈沖壓縮技術獲得高的距離分辨率，利用合成孔徑原理提高方位分辨率，從而相比真實孔徑雷達在遙感領域具有獨特的優勢。對SAR圖像的理解和解譯屬于圖像處理范疇，還涉及信號處理，模式識別及機器學習等眾多學科。SAR圖像分割作為SAR圖像處理的關鍵環節之一，在國防和民用領域正受到越來越廣泛的關注。現有的SAR圖像分割方法有閾值分割法、形態學的方法、 聚類的方法、及隨機場的方法等。其中，基于聚類的SAR圖像分割方法，是將SAR圖像中具有某方面相似特征的區域盡量劃分成一類。已經有很多成熟的聚類算法被用到SAR圖像分割中。其中包括免疫克隆聚類算法，它具有并行性和搜索變化的隨機性，在搜索中不易陷入局部最優值，能以較大的概率獲得問題的全局最優解，且具有較快的收斂速度。但隨著科學技術的發展，在實際SAR 圖像分割中，經常遇到大規模、超高維、復雜分布的數據，對于這些數據，現有的免疫克隆聚類算法由于受到算法里面操作算子復雜度的限制，在時間和分割效果上都顯得力不從心， 無法在有限的時間內給出令人滿意的分割結果。
發明內容
本發明的目的在于克服上述已有技術的不足，提出了一種基于并行免疫克隆聚類的SAR圖像分割方法，以減小聚類的時間和空間復雜度，從而能夠有效快速的對大規模數據的SAR圖像進行分割。為實現上述目的，本發明包括以下步驟(1)對待分割的SAR圖像進行3層平穩小波變換，圖像像素點總個數為z，對每個像素點提取出10維子帶能量特征，構成大小為ZXlO的輸入數據樣本X = IxiIi = 1， 2 j ... j ζ}
權利要求
1.一種基于并行免疫克隆聚類的SAR圖像分割算法，包括以下步驟(1)對待分割的SAR圖像進行3層平穩小波變換，圖像像素點總個數為z，對每個像素點提取出10維子帶能量特征，構成大小為ζΧΙΟ的輸入數據樣本X= {Xi|i = 1,2,...，
2.根據權利要求1所述的SAR圖像分割方法，其中步驟(4)所述的對各個處理器節點上的分塊數據進行免疫克隆局部優化，并在優化過程中對優秀抗體按親和度值從大到小排序遷移，按照如下步驟進行4a)設置免疫克隆初始參數迭代次數T = 9，抗體種群大小η = 20，克隆規模經驗值 n。= 50，多項式變異概率Pm = 0. 5 ；4b)對每個處理器節點上的分塊數據隨機選取m個樣本點實數編碼作為初始抗體Ai = (A1, A2, -,Ak), i = 1,…，n，n表示選擇抗體種群大小，k表示聚類中心個數，然后對每個初始抗體進行解碼，得到η組候選聚類中心；4c)根據候選聚類中心對初始抗體Ai按照PBM指標計算每個抗體的親和度
3.根據權利要求1所述的SAR圖像分割方法，步驟(3a)所述的用createjob命令創建作業，其中創建作業是指由用戶建立指定操作。步驟(3c)所述的用waiti^orState命令將各個任務安排到相應的任務隊列里等待各個處理器節點的執行，其中各個任務是指分配到各個處理器節點的分塊數據將要執行的免疫克隆優化算法。
全文摘要
本發明公開了一種并行免疫克隆聚類的SAR圖像分割技術方法，主要解決現有聚類技術在解決大規模SAR圖像分割時速度慢、分割效果不理想問題。其實現過程是1)對待分割的SAR圖像提取特征得到輸入數據樣本；2)配置MATLAB并行計算環境；3)在并行計算環境中將數據樣本向各個處理器進行并行任務劃分；4)對各個處理器上的分塊數據免疫克隆優化并遷移，得到聚類中心和相應聚類標簽；5)將聚類標簽與SAR圖像像素點一一對應，得到分割結果。本發明能夠有效克服現有聚類技術在運算量和存儲空間上的瓶頸問題，對大規模SAR圖像分割效果顯著，適用于SAR圖像目標檢測和目標識別。
文檔編號G06T5/00GK102360497SQ20111031906
公開日2012年2月22日 申請日期2011年10月19日 優先權日2011年10月19日
發明者莊雄, 張向榮, 徐聰, 楊淑媛, 楊靜瑜, 焦李成, 緱水平, 費全花 申請人:西安電子科技大學