[发明专利]基于并行免疫克隆聚类的SAR图像分割方法

摘要

本发明公开了一种并行免疫克隆聚类的SAR图像分割技术方法，主要解决现有聚类技术在解决大规模SAR图像分割时速度慢、分割效果不理想问题。其实现过程是：1)对待分割的SAR图像提取特征得到输入数据样本；2)配置MATLAB并行计算环境；3)在并行计算环境中将数据样本向各个处理器进行并行任务划分；4)对各个处理器上的分块数据免疫克隆优化并迁移，得到聚类中心和相应聚类标签；5)将聚类标签与SAR图像像素点一一对应，得到分割结果。本发明能够有效克服现有聚类技术在运算量和存储空间上的瓶颈问题，对大规模SAR图像分割效果显著，适用于SAR图像目标检测和目标识别。

主权项

一种基于并行免疫克隆聚类的SAR图像分割算法，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＝{xi|i＝1，2，...，z}： x i = 1 M × N Σ e = 1 M Σ u = 1 N | 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MATLAB7.8R2009(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；(4)对各个处理器节点上的分块数据进行免疫克隆局部优化，并在优化过程中对优秀抗体按亲和度值从大到小排序迁移，得到优化后的聚类中心和相应聚类标签；(5)将聚类标签与SAR对象像素点一一对应，得到图像分割结果。