基于量子免疫克隆聚类的SAR图像变化检测

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.