%0 Journal Article
%T 区域GMM聚类的SAR图像分割
%A 卢洁
%A 杨学志
%A 郎文辉
%A 左美霞
%A 徐勇
%J 中国图象图形学报
%D 2011
%R 10.11834/jig.20111120
%X 高斯混合模型(GMM)聚类算法近年来广泛应用于图像分割领域。但在SAR图像分割中,由于忽略了图像像素间的空间相关性,使其对相干斑噪声十分敏感。提出一种基于区域的GMM聚类算法,它将空间相关性引入聚类分类中,利用分水岭分割得到基本同质区域,计算区域的灰度均值作为GMM聚类算法的输入样本,将聚类特征从像素水平提升到区域水平,减少了噪声对分割结果的影响;并将自身反馈机制引入期望最大化(EM)算法中,进一步提高了GMM模型参数估计的精度。还对合成图像和真实SAR图像进行了分割实验,结果表明新算法可有效地提高分割的准确性。
%K 图像分割
%K 分水岭
%K 高斯混合模型
%K EM算法
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20111120&flag=1