基于Gabor变换和KPCA的SAR图像舰船目标鉴别

被引：3

作者：

刘磊

机构：

[1] 海军航空工程学院电子信息工程系

来源：

舰船电子工程 | 2016年 / 36卷 / 11期

关键词：

SAR图像; 舰船目标鉴别; Gabor变换; KPCA; k-近邻分类;

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：

摘要：

针对SAR图像中的舰船目标和杂波虚警的鉴别问题,采用Gabor变换和核主成分分析(Kernel Principal Component Analysis,KPCA)相结合的舰船目标鉴别算法。首先对SAR图像中的样本切片进行Gabor变换,获得舰船的纹理特征,将这些特征用KPCA算法降维并提取目标的主成分分量,把最终采集的样本特征通过k-近邻分类器进行训练和测试。通过仿真结果的比较表明,利用Gabor变换和KPCA降维相结合的方法可以有效地对SAR图像中的舰船目标和杂波虚警进行鉴别。

引用

页码：34 / 36+154 +154

页数：4

共 5 条

[1] 基于KPCA准则的SAR目标特征提取与识别
韩萍
吴仁彪
王兆华
王蕴红
[J]. 电子与信息学报, 2003, (10) : 1297 - 1301
[2] SAR图像处理与目标识别[M]. 航空工业出版社 , 吴良斌, 2013
[3] Robust face detection using Gabor filter features
Huang, LL
Shimizu, A
Kobatake, H
[J]. PATTERN RECOGNITION LETTERS, 2005, 26 (11) : 1641 - 1649
[4] Nonlinear component analysis as a kernel eigenvalue problem
Scholkopf, B
Smola, A
Muller, KR
[J]. NEURAL COMPUTATION, 1998, 10 (05) : 1299 - 1319
[5] Texture estimation inSAR images of forests .2 PIERCE L,LIANG P,DOBSON M. IGARSS’03,Proceedings,2003IEEE International Volume 6 . 2003

← 1 →