基于模糊聚类视区划分的SAR目标识别方法

被引:25
作者
李娜
刘方
机构
[1] 国防科学技术大学ATR重点实验室
关键词
合成孔径雷达; 自动目标识别; 视区; 模糊聚类;
D O I
暂无
中图分类号
TN957.52 [数据、图像处理及录取];
学科分类号
083905 [应用与数据安全及新兴信息技术安全];
摘要
现有基于模板匹配的SAR目标识别技术,多通过姿态遍历来构建和存储基础模板库.为降低计算消耗和存储开销,借鉴计算机视觉中视区概念,提出了一种基于非均匀视区划分的模板库精简方法.结合关键特征矢量,基于Gustafson-Kessel(GK)算法对视区作模糊聚类,以识别概率最优控制视区划分策略并提炼原型模板.采用典型舰船目标的SAR仿真图像集,验证了方法在精简模板库、实现高效SAR自动目标识别方面具有可行性.
引用
收藏
页码:394 / 399
页数:6
相关论文
共 7 条
[1]
基于光学区雷达目标二维像的目标散射特征提取的理论及方法研究 [D]. 
孙真真 .
中国人民解放军国防科学技术大学,
2001
[2]
基于非负矩阵分解的SAR图像目标识别 [J].
龙泓琳 ;
皮亦鸣 ;
曹宗杰 .
电子学报, 2010, 38 (06) :1425-1429
[3]
基于二维子分类鉴别分析的SAR图像识别方法研究 [J].
张静 ;
王国宏 ;
杨智勇 ;
刘福太 .
电子学报, 2010, 38 (04) :798-803+797
[4]
SAR图像目标方位角估计方法综述 [J].
高贵 ;
何鹃 ;
匡纲要 ;
黄纪军 ;
李德仁 .
信号处理, 2008, (03) :438-443
[5]
用于舰船目标SAR成像仿真的高频区RCS计算 [J].
孙玉康 ;
王润生 ;
刘方 ;
齐彬 .
计算机应用, 2007, (09) :2120-2122
[6]
SVM-based target recognition from synthetic aperture radar images using target region outline descriptors [J].
Anagnostopoulos, Georgios C. .
NONLINEAR ANALYSIS-THEORY METHODS & APPLICATIONS, 2009, 71 (12) :E2934-E2939
[7]
SAR图像仿真及目标识别研究 [D]. 
王建平 .
国防科学技术大学,
2008