الگوریتم خوشه بندی طیفی مبتنی بر فاصله بافتی برای قطعه بندی تصاویر ماهوارهای SAR

در این مقاله یک روش قطعه بندی جدید مبتنی بر خوشه بندی طیفی خودتنظیم شونده برای تصاویر ماهوارهای SAR ارائه شده است. از این روش میتوان به عنوان پیش پردازشی جهت انجام کاربردهای پیشرفته تری چون بازیابی تصاویر، ردگیری و تشخیص اشیا و غیره بهره برد. در این روش، ابتدا تصویر از لحاظ کمیت شدت روشنایی توسط الگوریتم انتقال میانگین قطعه بندی می شود و به دنبال آن با استفاده از ویژگی های بافت قطعات و از روش خوشه بندی طیفی خودتنظیم شونده عمل ادغام قطعات صورت می گیرد. استفاده از چندین نماینده بافت برای هر قطعه که توسط الگوریتم خوشه بندی سلسله مراتبی بدست می آیند، سبب شده تا نتایج این روش با بهترین الگوریتم های قطعه بندی موجود قابل رقابت باشد. از دیگر ویژگی-های این روش استفاده نکردن از اطلاعات مکانی برای عملیات قطعه بندی است. یکی از کاربردهای بسیار مفید روش پیشنهادی، قطعه بندی و متمایز نمودن بافت هر ناحیه از هر تصویر SAR است. نتایج شبیه سازی و آزمایشات انجام شده توسط این الگوریتم بر روی تصاویر شبیه سازی شده SAR و همچنین تصاویر حقیقی SAR و POLSAR ارائه شده است. این نتایج بیانگر قدرت روش پیشنهادی در قطعه بندی و توصیف بافت های مختلف در تصاویر حقیقی SAR بوده و کمتر تحت تأثیر شدت نویز Speckle در تصاویر SAR خواهد بود.