SAR图像分割：非迭代PPB快速FCM算法

"这篇论文是2015年发表在《信息工程大学学报》上的研究，主要讨论了模糊c均值（Fuzzy C-Means, FCM）算法在合成孔径雷达（Synthetic Aperture Radar, SAR）图像分割中的应用。作者提出了一种结合非迭代部分像素边界（Partial Pixel Boundary, PPB）的快速FCM算法，以应对SAR图像特有的乘性噪声问题。" FCM算法是图像处理中常用的一种聚类和分割技术，其基本原理是通过模糊隶属函数将像素分配到不同的类别，以最小化类内平方误差。然而，FCM对噪声比较敏感，尤其是在处理像SAR图像这样存在乘性噪声的场景下，性能会下降。 SAR图像的噪声特性主要是由于雷达信号与地物反射之间的复杂相互作用产生的，这种噪声通常表现为乘性而非加性。因此，传统的用于加性噪声的FCM改进方法并不适用。论文中，作者创新性地引入了非迭代PPB的滤波权值系数来衡量像素点间的相似度，这一方法能降低对乘性噪声的敏感度。他们利用积分图的计算优势，快速生成和图像，积分图是一种可以高效计算累加和的工具，有助于减小噪声影响。 接下来，为了保留图像的边缘细节信息，论文采用了统计方向方法对和图像的边缘部分进行修正。边缘信息对于图像分割至关重要，因为它能帮助识别和保持物体的轮廓。通过这种方式，算法可以在保持边缘清晰度的同时，进行准确的聚类。 最后，论文的方法是用修正后的和图像的灰度级作为聚类对象，执行FCM聚类过程。这样的处理方式能够确保在处理乘性噪声的SAR图像时，仍能得到准确的分割结果。 实验部分，论文使用了合成SAR图像和真实SAR图像进行验证，结果显示，所提出的算法能够在保持效率的同时，有效地分割SAR图像，展示了良好的性能和实用性。该研究对于提高SAR图像处理的准确性，尤其是在复杂环境下的目标识别和分析，具有重要的理论和实际意义。 关键词: 合成孔径雷达，图像分割，模糊C均值，非迭代PPB 分类号: TP751 文献标识码: A 文章编号: 1671-0673(2015)04-0443-06