一种鲁棒的多尺度稀疏表示SAR目标识别方法

被引：7

作者：

向卫力 ^{[1
,2
]}

李晓辉 ^{[1
]}

周勇胜 ^{[1
]}

李传荣 ^{[1
]}

唐伶俐 ^{[1
]}

机构：

[1] 中国科学院光电研究院中国科学院定量遥感信息技术重点实验室

[2] 中国科学院大学

来源：

中国科学院大学学报 | 2017年 / 34卷 / 01期

关键词：

SAR; 目标识别; 稀疏表示; 多尺度;

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：

提出一种基于多尺度Gabor滤波特征提取和稀疏表示的SAR图像目标识别方法。首先,在目标分割的基础上,利用Gabor滤波器对SAR目标图像在不同方向上进行滤波,增强目标的局部特征;然后,根据稀疏表示模型,以训练样本特征为原子构建字典,利用稀疏求解算法选择最优的原子集合来表示测试样本特征,进而计算表示系数中非负值的l1范数来判别测试样本。实验结果验证了该算法的有效性与鲁棒性。

引用

页码：99 / 105

页数：7

共 7 条

[1] 基于数值散射模拟与模型匹配的SAR自动目标识别研究 [J].