CAJ | 학술논문

传统的基于进化聚类方法在处理变化检测时耗时过长,在搜索最优聚类中心过程中容易陷入局部最优,对于SAR图像的变化检测存在边缘定位不够准确的缺点,提出了基于量子免疫克隆聚类的SAR图像变化检测方法.把图像的灰度值作为输入信息,通过量子比特定义聚类中心,通过量子免疫克隆算法来搜索最优聚类中心,从而得到更佳的全局阈值,最后根据阈值得到变化检测结果.实验结果表明,与K&I阈值法相比,可以得到更佳的全局阈值；与遗传聚类算法相比,可以快速、有效地搜索到更优聚类中心,准确定位边缘,提高变化检测精度.
전통적기우진화취류방법재처리변화검측시모시과장,재수색최우취류중심과정중용역함입국부최우,대우SAR도상적변화검측존재변연정위불구준학적결점,제출료기우양자면역극륭취류적SAR도상변화검측방법.파도상적회도치작위수입신식,통과양자비특정의취류중심,통과양자면역극륭산법래수색최우취류중심,종이득도경가적전국역치,최후근거역치득도변화검측결과.실험결과표명,여K&I역치법상비,가이득도경가적전국역치；여유전취류산법상비,가이쾌속、유효지수색도경우취류중심,준학정위변연,제고변화검측정도.