基于SAR图像灰度特征的谱聚类分割，用matlab实现，先用harr小波做处理，后用谱聚类算法，对图像进行分割

图像合集（红外、可见光、高光谱、sar图像），包含jpg和部分matlab代码

本文算法首先以小波能量为特征,采用快速模糊聚类算法(FCM)将图像粗分割为3类,结合原图信息从中判断并选择水域区 域,然后计算水域区域对应于原图的平均梯度,以此作为特征,自适应地确定梯度阈值,从而实现水域的细分割

基于多个灰度共生矩阵提取的特征的谱聚类分割，内含灰度共生矩阵的提取，均值聚类，及harr小波程序。matlab编写

SAR图像分割的边缘保留鲁棒非局部模糊c均值算法。

SAR图像的PWF算法，可以用来滤波，检测

MSTAR官方数据集，文件太大，存在百度云中。包括数据库里包含3 类(BMP2,BTR70,T72) 共7 种型号的地物目标[32]。同一大类里面不同型号的实际差异为目标的军事配置不同，称为变形目标，如同类坦克上有无机关枪、油箱，以及天线是否展开等；同类装甲车上有无炮筒，挡泥板和聚光灯等。含有大量源图片

解压后有两个文件夹，一个train，一个test，两个文件夹都有十个子目录，分别是十类目标的SAR图像，图像为100*100的灰度图像

作为一种新的智能计算方法,人工免疫网络已被广泛的应用到模式识别以及数据分类中。现有的人工免疫网络分类算法大都存在两个缺陷:一是网络规模庞大、计算复杂;二是对抗原的一次递呈并不能保证获得全局最优分类器。该文提出了一种新的人工免疫网络分类算法,该算法利用每个类别对应单个B细胞的策略,简化网络规模并减少了同类别B细胞之间的抑制操作,同时引入了新的基于对训练样本正确识别率的亲合度评价函数,实现了基于抗原的优先级的选择策略。采用5组UCI的线性数据和4组混合特征数据以及1幅SAR图像对算法的性能进行了全面测试,结果表明,与模糊C均值算法,多值免疫(MVIN)算法和基于分类问题的克隆选择算法(CSA)相比,新算法在分类精度上具有一定的优势,鲁棒性更好。

另外有原始数据集，包括图片数据。此压缩包中含有官方推荐的train，test数据集