[发明专利]基于免疫克隆量子聚类的SAR图像分割方法有效

专利信息
申请号: 200910218655.5 申请日: 2009-10-30
公开(公告)号: CN101699514A 公开(公告)日: 2010-04-28
发明(设计)人: 缑水平;焦李成;庄雄;朱虎明;公茂果;刘若辰;李阳阳;张佳;毛莎莎 申请(专利权)人: 西安电子科技大学
主分类号: G06T7/00 分类号: G06T7/00;G06N3/12;G01S13/90
代理公司: 陕西电子工业专利中心 61205 代理人: 王品华;朱红星
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 免疫 克隆 量子 sar 图像 分割 方法
【权利要求书】:

1.一种基于免疫克隆量子聚类的SAR图像分割方法,包括以下步骤:

(1)对待分割的大小为256×256的SAR图像分别提取其灰度共生矩阵、小波变换和Contourlet变换特征,将提取出的所有N=35维特征向量按列组合起来,得到65536×35的输入数据样本;

(2)从输入数据样本中随机选取k个样本作为初始抗体种群,k为SAR图像分割的类别数;

(3)对初始抗体种群进行编码,每个抗体长度为N×k,其中,第一个长度为N的字段表示第一个聚类中心,第二个长度为N字段表示第二个聚类中心,依此类推;

(4)对编码后的抗体按照如下步骤计算亲合度值:

4a)定义两个样本点xi和xj之间的距离函数Dij=||xi-xj||,求解薛定谔方程 得到势能函数V的计算公式为:

其中,H为哈密顿算子, E为哈密顿算子的能量特征值,d为数据集的特征维数,x为数据样本点,σ为尺度参数, 为拉普拉斯算子,i=1,...,k,j=1,...,n,其中n为输入数据样本的个数;

4b)根据计算出的势能函数值的极小点确定K个聚类中心{ci,i=1,...K},并根据样本点与各个聚类中心欧氏距离最近原则获得各类的划分集合Oi,ni为Oi中样本点的个数,对每个集合Oi中的所有样本点求平均值,得到新的聚类中心为:

根据计算出的新的聚类中心 得到亲合度函数计算公式为:

其中,||·||为求取欧氏距离的运算符;

(5)计算出抗体种群中所有抗体的亲合度值后,将它们由高到低排序,取前面的p·M个抗体作为精英种群,剩余部分称为普通种群,其中,p为设定的比例值,M为种群大小; 

(6)对精英种群按照与亲合度值成正比的克隆规模进行克隆操作,对普通种群按照固定的克隆规模进行克隆操作;

(7)克隆操作后,对精英种群进行基于正态云模型的自适应变异操作,对普通种群进行变异概率为1的满足均匀分布的随机超变异操作;

(8)从经过克隆操作和变异操作后的抗体子种群中按照概率选择优秀的抗体形成新的精英种群和普通种群,该新的精英种群的亲合度最高值为fbest1,新的普通种群的亲合度最高值为fbest2;

(9)将新的精英种群的亲合度最高值与新的普通种群的亲合度最高值进行比较,如果fbest1≥fbest2,就将精英种群的抗体与普通种群亲合度最低的p·M个抗体进行超立方体交叉;如果fbest1<fbest2,就将普通种群亲合度最高的p·M个抗体与精英种群抗体进行超立方体交叉;

(10)经过交叉操作后,返回步骤(4)重新进行迭代优化,重复进行Nmax次;

(11)将经过Nmax次迭代最后得到的精英种群的亲合度最高值fbest1与普通种群的亲合度最高值fbest2再进行比较,用比较后的较大值所对应的抗体代表最终的聚类中心,并根据该聚类中心将SAR图像的每个像素点划分到不同的类别中,得到最终的分割结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200910218655.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top