基于特征向量集成谱聚类的SAR图像分割方法

摘要

本发明公开了一种基于特征向量集成谱聚类的SAR图像分割方法，主要解决现有谱聚类方法用于SAR图像分割时出现的准确率低和尺度参数敏感差的问题。其实现过程是：(1)对输入SAR图像进行3层小波变换，提取小波特征；(2)设定尺度参数σ的范围为0.1到1，设定集成特征个数为m；(3)在尺度参数σ中随机选取m个尺度参数，并用逼近计算出m个相似性矩阵W1,W2,...,Wm；(4)根据m个相似性矩阵W1,W2，...,Wm计算出拉普拉斯矩阵L1,L2，...,Lm，并分别进行非负矩阵分解得到特征向量矩阵V1,V2，...,Vm；(5)集成特征向量V1,V2,...,Vm，得到新特征向量U；(6)规范化特征向量矩阵U得到Y，并对Y进行K_means聚类，输出SAR图像的最终分割结果。本发明具有分割结果准确率高和尺度参数不敏感的优点，可用于SAR图像目标检测和目标分割与识别。