边缘保留的SAR图像鲁棒非局部模糊c均值分割算法

"SAR图像分割的边缘保留鲁棒非局部模糊c均值算法是一篇研究论文，由Jie Feng, L.C. Jiao, Xiangrong Zhang, Maoguo Gong和Tao Sun等人撰写，发表于中国电子科技大学智能感知与图像理解国家重点实验室。文章探讨了如何改进模糊c均值（FCM）算法以适应合成孔径雷达（SAR）图像的分割任务，特别是针对SAR图像中的大量内在和不期望的多普勒斑噪声问题。" 在SAR图像处理中，传统的模糊c均值（FCM）算法在图像分割方面表现出色，但对不同类型的噪声敏感，如高斯噪声、均匀噪声和椒盐噪声。为了增强算法的鲁棒性，已经发展了一系列结合空间信息的改进FCM算法，这些算法在处理上述噪声时表现出色。然而，对于SAR图像特有的大量多普勒斑噪声，现有的方法处理效果有限。 该研究提出了一种新的边缘保留鲁棒非局部模糊c均值算法，旨在解决SAR图像分割中的两个关键问题：一是对斑点噪声的不敏感性，二是保持图像边缘的完整性。斑点噪声是SAR图像的一大特征，它会影响图像细节的识别和分割效果。通过引入非局部相似性概念，新算法能够更好地捕捉图像内的结构信息，从而在降噪的同时减少对边缘信息的破坏。 边缘保留策略通常涉及到梯度信息的利用，确保在分割过程中边缘区域的清晰度。在FCM算法的基础上，该方法可能引入了额外的权重或约束，以优先考虑那些具有相似邻域结构的像素，这有助于保持图像的边缘特性。同时，非局部处理方式允许算法从更广泛的上下文中学习像素的分类，从而提高分割的准确性。 论文的接收日期为2012年1月19日，经过修订后于8月23日再次提交，并于8月26日被接受，最终在9月11日在线发布。关键词包括：合成孔径雷达图像、分割、模糊c均值、斑点噪声不敏感性和边缘保留，强调了研究的主要关注点和贡献。 这篇论文介绍的边缘保留鲁棒非局部模糊c均值算法是针对SAR图像分割的一个重要进展，它提高了对SAR图像固有噪声的抵抗力，同时保护了图像边缘信息，对于理解和应用SAR图像分析具有重要意义。