SAR图像目标识别新方法

被引:11
作者
王丽 [1 ]
魏巍 [2 ]
吴林钢 [3 ]
王灿进 [4 ]
机构
[1] 吉林省送变电工程公司
[2] 长春长光奥立红外技术有限公司
[3] 国网福建龙岩市新罗区供电有限公司
[4] 中国科学院长春光学精密机械与物理研究所
关键词
SAR图像; 目标识别; BM3D滤波; 组合矩;
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
提出一种SAR图像目标识别新方法。首次引入BM3D方法,用于滤除原始图像中的相干斑噪声,BM3D结合了空间域和变换域去噪的优势,滤波性能优异。在特征提取步骤,将低阶Hu矩与高阶Zernike矩组合,Hu矩描述目标的粗略信息,高阶Zernike矩描述目标的细节信息,因此组合矩能够更加全面而细致地表达目标特性。使用组合矩特征训练SVM分类器,对含噪的SAR图像进行识别实验。实验结果表明:本文方法的识别率高达98.90%,优于已有的SAR目标识别方法。
引用
收藏
页码:429 / 434
页数:6
相关论文
共 10 条
[1]
基于自适应梯度阈值各向异性滤波抑制红外复杂背景 [J].
孙海江 ;
王延杰 ;
陈小林 .
光学精密工程, 2014, 22 (01) :146-151
[2]
红外激光主动成像和识别 [J].
赵建川 ;
王弟男 ;
陈长青 ;
郭劲 .
中国光学, 2013, (05) :795-802
[3]
采用非局部均值的超分辨率重构 [J].
李家德 ;
张叶 ;
贾平 .
光学精密工程, 2013, 21 (06) :1576-1585
[4]
基于边缘保持的SAR图像滤波算法研究 [J].
高珊 ;
马艳会 .
液晶与显示, 2013, 28 (02) :290-294
[5]
改进的Zernike矩工业CT图像边缘检测 [J].
陶李 ;
王珏 ;
邹永宁 ;
伍立芬 ;
王慧倩 .
中国光学, 2012, 5 (01) :48-56
[6]
基于小波变换的ESPI图像去噪及边缘提取 [J].
于长淞 ;
方超 .
液晶与显示, 2011, 26 (06) :818-822
[7]
基于FKICA-SIFT特征的合成孔径图像多尺度配准 [J].
刘向增 ;
田铮 ;
史振广 ;
陈占寿 .
光学精密工程, 2011, 19 (09) :2186-2195
[8]
一种有效的SAR图像目标识别方法 [J].
付燕 ;
詹新光 .
计算机工程与应用, 2010, (15) :156-158
[9]
基于特征向量的SAR图像目标识别方法研究 [J].
王义敏 ;
秦永元 ;
安锦文 .
计算机工程与应用 , 2008, (30) :186-188
[10]
侦测目标的SAR图像处理与应用.[M].黄世奇; 刘代志; 著.国防工业出版社.2009,