[发明专利]基于并行免疫克隆聚类的SAR图像分割方法

说明书

技术领域

本发明属于图像处理技术领域，涉及SAR图像分割，可用于雷达目标检测和目标 识别。

背景技术

合成孔径雷达SAR具有全天时、全天候的探测与侦察能力。它利用脉冲压缩技术 获得高的距离分辨率，利用合成孔径原理提高方位分辨率，从而相比真实孔径雷达在 遥感领域具有独特的优势。对SAR图像的理解和解译属于图像处理范畴，还涉及信 号处理，模式识别及机器学习等众多学科。SAR图像分割作为SAR图像处理的关键 环节之一，在国防和民用领域正受到越来越广泛的关注。现有的SAR图像分割方法 有阈值分割法、形态学的方法、聚类的方法、及随机场的方法等。

其中，基于聚类的SAR图像分割方法，是将SAR图像中具有某方面相似特征的 区域尽量划分成一类。已经有很多成熟的聚类算法被用到SAR图像分割中。其中包 括免疫克隆聚类算法，它具有并行性和搜索变化的随机性，在搜索中不易陷入局部最 优值，能以较大的概率获得问题的全局最优解，且具有较快的收敛速度。但随着科学 技术的发展，在实际SAR图像分割中，经常遇到大规模、超高维、复杂分布的数据， 对于这些数据，现有的免疫克隆聚类算法由于受到算法里面操作算子复杂度的限制， 在时间和分割效果上都显得力不从心，无法在有限的时间内给出令人满意的分割结 果。

发明内容

本发明的目的在于克服上述已有技术的不足，提出了一种基于并行免疫克隆聚类 的SAR图像分割方法，以减小聚类的时间和空间复杂度，从而能够有效快速的对大 规模数据的SAR图像进行分割。

为实现上述目的，本发明包括以下步骤：

(1)对待分割的SAR图像进行3层平稳小波变换，图像像素点总个数为z，对每 个像素点提取出10维子带能量特征，构成大小为z×10的输入数据样本 X＝{x_i|i＝1，2，...，z}：

xi=1M×NΣe=1MΣu=1N|coef(e,u)|]]>

其中，M×N为利用滑动窗口确定的子带大小，这里取值为16×16，coef(e，u)为 平稳小波子带中第e行第u列的系数值；

(2)配置MATLAB7.8R2009(a)版本的并行计算环境：

2a)安装MATLAB7.8R2009(a)版本的并行计算工具箱和分布式计算服务器；

2b)在各个集群节点上用mdce start命令启动分布式计算服务器；

2c)在集群的主节点上用startjobmanager命令启动并行任务调度器；

2d)在各个处理器节点上用startworker命令启动工作进程；

(3)根据配置好的MATLAB7.8 R2009(a)版本并行计算环境，对输入数据样本X进 行并行任务划分：

3a)根据配置好的MATLAB并行计算环境，使用findResource命令指定配置好的 任务调度器，用createJob命令创建作业；

3b)在所创建的作业中，将规模为z×10的输入数据样本X用createTask命令均衡 划分到p个处理器上，遇到不能整除的情况则将剩余的数据样本存放到最后一个节点 上；

3c)使用submit命令提交作业，然后用waitForState命令将各个任务安排到相应 的任务队列里等待各个处理器节点的执行，其中各个任务是指分配到各个处理器节点 的分块数据将要执行的免疫克隆优化算法；