基于主元分析和稀疏表示的SAR图像目标识别

被引：13

作者：

刘中杰 ^{[1
]}

庄丽葵 ^{[2
]}

曹云峰 ^{[2
]}

丁萌 ^{[3
]}

机构：

[1] 南京航空航天大学自动化学院

[2] 南京航空航天大学高新技术研究院

[3] 南京航空航天大学民航学院

来源：

系统工程与电子技术 | 2013年 / 35卷 / 02期

关键词：

目标识别; 稀疏表示; 主元分析; 合成孔径雷达图像;

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：

080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

现有的合成孔径雷达图像目标识别方法通常包括图像预处理、特征提取和识别算法3部分。但是,预处理算法的自适应性很难得到保证。提出了一种基于主元分析和稀疏表示的目标识别算法。首先,阐述了稀疏表示和重构的基本理论;其次,提出了基于主元分析和稀疏表示的合成孔径雷达图像目标识别算法;最后,选取MSTAR数据库中的5类合成孔径雷达目标图像进行仿真。结果表明,在没有预处理的情况下,该算法仍能有效地识别目标,与主元分析和三阶近邻的识别算法相比,具有较高的识别率和鲁棒性。

引用

页码：282 / 286

页数：5

共 7 条

[1] 基于多重稀疏表示的声纳图像超分辨率重建方法 [J].

王梁 ;

郝燕玲 ;

张振兴 .

系统工程与电子技术, 2012, 34 (01) :204-207

[2] 一种提高SAR图像分割性能的新方法 [J].

颜学颖 ;

焦李成 ;

王凌霞 ;

万红林 .

电子与信息学报, 2011, 33 (07) :1700-1705

[3]

基于多尺度压缩感知金字塔的极化干涉SAR图像分类[J]. 何楚,刘明,冯倩,邓新萍.自动化学报. 2011(07)

[4]

Moving object detection in framework of compressive sampling[J]. Jing Li,Junzheng Wang,and Wei Shen Key Laboratory of Complex System Intelligent Control and Decision,School of Automation,Beijing Institute of Technology,Beijing 100081,P.R.China.Journal of Systems Engineering and Electronics. 2010(05)

[5]

压缩传感综述[J]. 李树涛,魏丹.自动化学报. 2009(11)

[6] 月面灰度图像中的陨石坑检测 [J].

丁萌 ;

曹云峰 ;

吴庆宪 .

应用科学学报, 2009, 27 (02) :156-160

[7]

基于CS的SAR目标识别[D]. 高敏.西安电子科技大学. 2010

← 1 →