一种基于动态字典学习的SAR图像目标识别算法

被引：2

作者：

王保云 ^{[1
]}

张逸为 ^{[1
]}

张荣 ^{[1
]}

古今 ^{[2
]}

王敏昆 ^{[3
]}

机构：

[1] 中国科学技术大学电子工程与信息科学系

[2] 上海理工大学上海汉堡国际工程学院

[3] 弗吉尼亚理工大学电子与计算机工程系

来源：

光电工程 | 2013年 / 40卷 / 06期

关键词：

稀疏表达; K-SVD算法; 动态字典学习; SAR图像分类; 自动目标识别;

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：

本文提出了一种应用于SAR图像目标识别的动态字典学习算法,该算法通过在字典学习过程中自动删除和增加字典条目来调整字典表示性能与尺寸。删除操作是在删除代价的约束下针对相关度高或利用率低的字典条目进行,而增加操作是在增加代价的约束下针对信号表示的残留误差的主分量进行,通过交替执行删除和增加操作来不断优化字典,使其表示能力达到最佳。在MSTAR数据集上的实验验证了算法性能,并给出了相应的参数调整建议。从实验结果和分析可看出,该算法具有识别率高、算法稳定等特点。

引用

页码：17 / 25

页数：9

共 10 条

[1] 基于贝叶斯压缩感知的SAR目标识别 [J].

张新征 ;

黄培康 .

系统工程与电子技术, 2013, 35 (01) :40-44

[2] 光学遥感图像舰船目标检测与识别综述 [J].

王彦情 ;

马雷 ;

田原 .

自动化学报, 2011, 37 (09) :1029-1039

[3] 可见光遥感图像中舰船目标检测的多阶阈值分割方法 [J].

王保云 ;

张荣 ;

袁圆 ;

尹东 .

中国科学技术大学学报, 2011, 41 (04) :293-298

[4] 基于Laplacian正则化最小二乘的半监督SAR目标识别 [J].

张向荣 ;

阳春 ;

焦李成 .

软件学报, 2010, 21 (04) :586-596

[5] 基于KPCA准则的SAR目标特征提取与识别 [J].

韩萍 ;

吴仁彪 ;

王兆华 ;

王蕴红 .

电子与信息学报, 2003, (10) :1297-1301

[6] Atomic decomposition by basis pursuit [J].

Chen, SSB ;

Donoho, DL ;

Saunders, MA .

SIAM REVIEW, 2001, 43 (01) :129-159

[7]

Matching pursuit of images[J] . Wavelet Analysis and Its Applications . 1998

[8]

Adaptive greedy approximations[J] . G. Davis,S. Mallat,M. Avellaneda.Constructive Approximation . 1997 (1)

[9]

Standard SAR ATR evaluation experiments using the MSTAR public release data set .2 Ross T D,Worrell S W,Velten V J,et al. International Society for Optics and Photonics Aerospace/Defense Sensing and Controls . 1998

[10]

A dual algoithm for the solution of nonliear variational problemsvia fnite element approximation .2 Gabay D,Mercier B. Computers&Mathematics with Applications . 1976

← 1 →