در این مقاله یک روش قطعه بندی جدید مبتنی بر خوشه بندی طیفی خودتنظیم شونده برای تصاویر ماهواره ای SAR ارائه شده است. از این روش می توان 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 mean-shift قطعهبندی میشود و به دنبال آن با استفاده از ویژگیهای بافت قطعات و از روش خوشهبندی طیفی خودتنظیمشونده عمل ادغام قطعات صورت میگیرد. استفاده از چندین نماینده بافت برای هر قطعه که توسط الگوریتم خوشهبندی سلسلهمراتبی بدست میآیند، سبب شده تا نتایج این روش با بهترین الگوریتمهای قطعهبندی موجود قابل رقابت باشد. از دیگر ویژگیهای این روش استفاده نکردن از اطلاعات مکانی برای عملیات قطعهبندی است. یکی از کاربردهای بسیار مفید روش پیشنهادی، قطعهبندی و متمایز نمودن بافت هر ناحیه از هر تصویر SAR است. نتایج شبیهسازی و آزمایشات انجام شده توسط این الگوریتم بر روی دو نوع از تصاویر حقیقی SAR یکی شامل تصاویر POLSAR و دیگری شامل تصاویر حقیقی تک بانده SAR ارائه شده است. این نتایج بیانگر قدرت روش پیشنهادی در قطعهبندی و توصیف بافتهای مختلف در تصاویر حقیقی SAR بوده و کمتر تحت تأثیر شدت نویز Speckle در تصاویر SAR خواهد بود.
)