ABSTRACT

Synthetic aperture RADAR (SAR) imaging is an important means for performing the task of remote sensing. Image segmentation is one of the most crucial steps done prior to the classification and identification of different regions and objects present in the acquired images. The presence of multiplicative speckle noise in SAR images makes the tasks of image processing extremely challenging. The fuzzy C-means (FCM) segmentation technique and its variants perform satisfactorily for images corrupted by additive noise, but these algorithms and other intensity-based conventional methods do not show encouraging results in case of speckle-contaminated SAR images. Segmentation performance for SAR images can be improved by incorporating spatial context information. Also, heavily contaminated SAR images cannot be effectively processed based on the intensity feature alone. Image textural features prove to be robust and more appropriate for the purpose of segmentation of SAR images. Hence a hybrid methodology, Weighted Membership Fuzzy Local Information C-Means (WMFLICM), is proposed in this research work, which uses spatial context information by incorporating both implicit and explicit neighbourhood information in terms of feature similarity in local window. In the proposed method, wavelet energy based feature is used to represent the textural information for the images generated by SAR sensors. Experiments conducted on synthetic as well as real SAR images demonstrate that the proposed algorithm with enhanced spatial information is more effective than other methods used for segmentation of SAR images.

摘要

合成孔径雷达（SAR）成像是执行遥感任务的重要手段。图像分割是在对采集图像中存在的不同区域和对象进行分类和识别之前完成的最关键步骤之一。SAR 图像中乘性散斑噪声的存在使得图像处理任务极具挑战性。模糊 C 均值 (FCM) 分割技术及其变体对于加性噪声损坏的图像表现令人满意，但这些算法和其他基于强度的传统方法在散斑污染的 SAR 图像中并未显示出令人鼓舞的结果。通过合并空间上下文信息可以提高 SAR 图像的分割性能。还，仅根据强度特征无法有效处理严重污染的SAR图像。图像纹理特征被证明是鲁棒的并且更适合SAR图像分割的目的。因此，本研究工作提出了一种混合方法，即加权隶属模糊局部信息 C 均值 (WMFLICM)，该方法通过根据局部窗口中的特征相似性结合隐式和显式邻域信息来使用空间上下文信息。在所提出的方法中，使用基于小波能量的特征来表示SAR传感器生成的图像的纹理信息。对合成和真实 SAR 图像进行的实验表明，所提出的具有增强空间信息的算法比用于 SAR 图像分割的其他方法更有效。图像纹理特征被证明是鲁棒的并且更适合SAR图像分割的目的。因此，本研究工作提出了一种混合方法，即加权隶属模糊局部信息 C 均值 (WMFLICM)，该方法通过根据局部窗口中的特征相似性结合隐式和显式邻域信息来使用空间上下文信息。在所提出的方法中，使用基于小波能量的特征来表示SAR传感器生成的图像的纹理信息。对合成和真实 SAR 图像进行的实验表明，所提出的具有增强空间信息的算法比用于 SAR 图像分割的其他方法更有效。图像纹理特征被证明是鲁棒的并且更适合SAR图像分割的目的。因此，本研究工作提出了一种混合方法，即加权隶属模糊局部信息 C 均值 (WMFLICM)，该方法通过根据局部窗口中的特征相似性结合隐式和显式邻域信息来使用空间上下文信息。在所提出的方法中，使用基于小波能量的特征来表示SAR传感器生成的图像的纹理信息。对合成和真实 SAR 图像进行的实验表明，所提出的具有增强空间信息的算法比用于 SAR 图像分割的其他方法更有效。因此，本研究工作提出了一种混合方法，即加权隶属模糊局部信息 C 均值 (WMFLICM)，该方法通过根据局部窗口中的特征相似性结合隐式和显式邻域信息来使用空间上下文信息。在所提出的方法中，使用基于小波能量的特征来表示SAR传感器生成的图像的纹理信息。对合成和真实 SAR 图像进行的实验表明，所提出的具有增强空间信息的算法比用于 SAR 图像分割的其他方法更有效。因此，本研究工作提出了一种混合方法，即加权隶属模糊局部信息 C 均值 (WMFLICM)，该方法通过根据局部窗口中的特征相似性结合隐式和显式邻域信息来使用空间上下文信息。在所提出的方法中，使用基于小波能量的特征来表示SAR传感器生成的图像的纹理信息。对合成和真实 SAR 图像进行的实验表明，所提出的具有增强空间信息的算法比用于 SAR 图像分割的其他方法更有效。它通过根据局部窗口中的特征相似性结合隐式和显式邻域信息来使用空间上下文信息。在所提出的方法中，使用基于小波能量的特征来表示SAR传感器生成的图像的纹理信息。对合成和真实 SAR 图像进行的实验表明，所提出的具有增强空间信息的算法比用于 SAR 图像分割的其他方法更有效。它通过根据局部窗口中的特征相似性结合隐式和显式邻域信息来使用空间上下文信息。在所提出的方法中，使用基于小波能量的特征来表示SAR传感器生成的图像的纹理信息。对合成和真实 SAR 图像进行的实验表明，所提出的具有增强空间信息的算法比用于 SAR 图像分割的其他方法更有效。