%0 Journal Article %T 基于量子免疫克隆聚类的SAR图像变化检测 %A 李阳阳 %A 吴娜娜 %A 焦李成 %A 尚荣华 %A 刘若辰 %J 红外与毫米波学报 %D 2011 %X 传统的基于进化聚类方法在处理变化检测时耗时过长,在搜索最优聚类中心过程中容易陷入局部最优,对于SAR图像的变化检测存在边缘定位不够准确的缺点,提出了基于量子免疫克隆聚类的SAR图像变化检测方法.把图像的灰度值作为输入信息,通过量子比特定义聚类中心,通过量子免疫克隆算法来搜索最优聚类中心,从而得到更佳的全局阈值,最后根据阈值得到变化检测结果.实验结果表明,与K&I阈值法相比,可以得到更佳的全局阈值;与遗传聚类算法相比,可以快速、有效地搜索到更优聚类中心,准确定位边缘,提高变化检测精度. %K 变化检测 %K SAR图像 %K 聚类 %K 量子免疫克隆算法 %U http://journal.sitp.ac.cn/hwyhmb/hwyhmbcn/ch/reader/view_abstract.aspx?file_no=100530&flag=1