《雷达学报杂志》发表论文赏析

基于多特征-多表示融合的SAR图像目标识别

来源:雷达学报杂志2017年第5期北京时间:

作者:张新征, 谭志颖, 王亦坚

单位:重庆大学通信工程学院    重庆    400044;

摘要:针对合成孔径雷达(Synthetic Aperture Radar, SAR)图像目标识别问题,该文提出了一种基于多特征-多表示学习分类器融合的识别算法。首先,该算法提取了SAR图像3种特征,包括主成分(Principle Component Analysis, PCA)特征,小波变换特征和2维切片Zernike矩(2-Dimension Slice Zernike Moments, 2DSZM)特征。然后,将测试样本的3类特征分别输入稀疏表示分类器和协同表示分类器进行预分类,得到6个预测标签。对6个预测标签进行分类器融合,得到最终的识别决策。实验中研究了3种不同的分类器融合算法,实验结果表明利用贝叶斯决策融合得到了最佳的识别性能。基于多特征-多表示学习分类器融合的方法集成了多特征的鉴别能力,也融合了稀疏和协同表示的分类性能,实现优势互补,有效提高了识别精度。基于Moving and Stationary Target Acquisition and Recognition (MSTAR)公开发布的SAR目标数据库的实验验证了该方法的有效性。

关键词:合成孔径雷达, 目标识别, 稀疏表示, 协同表示, 决策融合

基金资助:国家自然科学基金(61301224)

2017年5期其他文献查阅:

基于黎曼流形的极化SAR图像分类

极化SAR目标散射旋转域解译理论与应用

高分三号SAR影像在国家海域使用动态监测中的应用

高分三号NSC模式SAR图像舰船目标检测初探

一种基于CNN的SAR图像变化检测方法

基于多特征-多表示融合的SAR图像目标识别

基于深度形状先验的高分辨率SAR飞机目标重建

基于概率转移卷积神经网络的含噪标记SAR图像分类

结合旋转域极化特征的极化SAR地物分类

基于混合Wishart模型的极化SAR图像非监督分类

基于组合条件随机场的极化SAR图像监督地物分类

一种极化熵结合混合GEV模型的全极化SAR潮间带区域地物分类方法

一种用于极化SAR图像的快速超像素分割算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!