魏思奇，张 煜，叶 松

(长江科学院 空间信息技术应用研究所，武汉 430010)



基于谱聚类的极化SAR影像分割改进算法

魏思奇，张 煜，叶 松

(长江科学院 空间信息技术应用研究所，武汉 430010)

谱聚类的影像分割算法是一种基于点的聚类方法，其通过选用不同的特征构建相似性度量矩阵，来衡量像元间的相似性程度。在解算过程中需要计算每2个像元间的相似性度量，在处理大幅影像时，运算量大、耗时长。针对这一问题，提出了一种改进方法。首先通过均值漂移算法对极化SAR影像进行预处理，然后选取中心像元，构建相似性度量矩阵，采用归一化分割准则完成影像分割。实验结果表明，该算法分割结果优良，准确性高，有效地提高了原算法的分割效率，具有一定的实践意义。

谱聚类；均值漂移；极化SAR；图像分割；边缘检测

1 研究背景

极化SAR影像有着较多的椒盐噪声和丰富的纹理信息。传统的基于谱聚类的极化SAR影像分割算法忽略了极化SAR影像所特有的纹理信息，无法抑制极化SAR影像固有的椒盐噪声，导致最终的分割结果不理想。同时，运算过程复杂，工作量大，算法耗时长，性能低。例如:Benz等[1]利用eCognition软件中的分割功能，把影像切割成不同的尺度，通过H/α/A分解提取特征来分割影像。吴永辉等[2]提出的基于Wishart统计分布和马尔科夫随机场的极化SAR影像分割算法，在该算法中，作者采用了迭代的方式，通过求取最大后验概率来获得影像的分割结果。邹元同等[3]提出了基于均值漂移的极化SAR影像分割方法。……