ترکیب ویژگیها با استفاده از خوشهبندی تجمعی جهت بخش-بندی تصاویر رادار روزنه مصنوعی

بخشبندی تصاویر رادار روزنه مصنوعی SAR مسئلهای اساسی در تفسیر و فهم این تصاویر می-باشد. در این مقاله یک روش ترکیب مؤثر از ویژگیهای بافت و ویژگیهای نامنفی برای بخشبندی تصاویر SAR ارائه شده است. ابتدا با استفاده از فیلتر گابور ویژگیهای بافت از تصویر SAR استخراج میشوند، سپس ویژگیهای استخراج شده توسط الگوریتم خوشهبندی K میانگین خوشهبندی میشوند. در مرحلهی بعد، با استفاده از الگوریتم NMF ویژگیهای نامنفی از تصویر SAR استخراج میشوند. سپس ویژگیهای استخراج شده توسط الگوریتم خوشهبندی طیفی، خوشهبندی میشوند. در مرحلهی سوم، جهت ترکیب نتایج خوشهبندی ویژگی- های بافت و ویژگیهای نامنفی، از یک روش خوشهبندی تجمعی استفاده میشود و فرآیند بخشبندی تصویر SAR انجام میگیرد. از مزایای این روش سرعت بالای آن می-باشد. روش پیشنهادی با روش UFL-SSC مورد مقایسه قرار گرفته است. نتیجهی بخشبندی توسط روش پیشنهادی بسیار بهتر از روش UFL-SSC بوده است.

کلیدواژه ها:

تصاویر رادار روزنه مصنوعی ، فیلتر گابور ، فاکتورگیری ماتریس نامنفی ، خوشهبندی طیفی ، خوشهبندی تجمعی