关键词：sar图像分割 多阈值 降斑各向异性扩散 最大类间方差 自适应量子遗传算法 

摘要：针对传统Otsu多阈值分割方法对SAR图像分割存在对噪声敏感且计算量大的问题,提出了一种结合降斑各向异性扩散(speckle reducing anisotropic diffusion,SRAD)和自适应量子遗传算法的Otsu多阈值SAR图像分割方法。首先,利用SRAD对SAR图像进行滤波,滤除其相干斑噪声,并通过获取滤波迭代过程中图像间的平均结构相似度,有效地控制迭代过程;通过图像的直方图和阈值的组合来定义图像的类间方差。然后,将阈值的组合编码为量子染色体;设置若干量子染色体构成初始阈值组合种群,并对每个组合个体以定义的类间方差作为评价标准进行适应度评价。利用量子旋转门作用于量子染色体叠加态的基态实现其进化,并根据相邻两代量子染色体的差异,逐代地调整量子旋转角的大小;以最终演化的阈值组合种群中适应度最大的阈值组合个体作为最优阈值组合,实现SAR图像最优多阈值分割。为验证所提出的分割方法,对模拟和真实SAR图像进行了实验。定性和定量评价结果表明了该方法的可行性和有效性。

遥感信息杂志要求:

{1}属于课题或基金项目的论文，请详细注明类别、名称及编号等内容。

{2}凡经本刊采用的稿件，即视为作者同意授权本刊对其图文作品行使网络传播、图书出版等再使用权利；如不同意此项约定，请来稿时注明。

{3}标题一般在20字以内，必要时可加附标题，并附英文翻译。

{4}摘要应简洁、明了，尽量用最少的文字表达最多的信息，给出本文的主要结果和结论。

{5}来稿请署明作者姓名、出生年、性别、民族（汉族可省略）、籍贯、学位、职称、工作单位、详细通信地址、邮政编码、联系电话、电子信箱等。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社