基于Gabor滤波器和ICA技术的SAR目标识别算法

被引：10

作者：

胡风明 ^{[1
]}

王满玉 ^{[1
]}

范学花 ^{[2
]}

机构：

[1] 空军装备研究院装备总体论证研究所

[2] 中国科学院大气物理研究所

来源：

现代雷达 | 2011年 / 33卷 / 06期

关键词：

合成孔径雷达目标识别; 低频子带图像; Gabor滤波器; 独立分量分析; 支持向量机;

D O I：

10.16592/j.cnki.1004-7859.2011.06.011

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：

提出了一种基于Gabor滤波器和独立分量分析(ICA)技术对合成孔径雷达(SAR)目标识别的算法。该方法提取预处理后SAR图像的低频子带图像,利用Gabor滤波器组对该低频子带图像在不同方向和尺度上滤波,再用主成分分析(PCA)+ICA方法对Gabor滤波后图像提取有效特征向量作为目标识别特征,最后用支持向量机(SVM)对该特征进行分类完成目标识别。使用MSTAR数据库中3类SAR目标数据对该方法进行目标识别的仿真实验,平均识别率最高可达96.56%。通过与其他识别方法对比实验,验证了文中方法的有效性。

引用

收藏

页码：32 / 36

页数：5

相关论文

共 6 条

[1]

短语音说话人识别新方法的研究 [J].

林琳 ;

王树勋 ;

郭纲 .

系统仿真学报, 2007, (10) :2272-2275

[2]

结合Gabor滤波器和ICA技术的纹理分类方法 [J].

陈洋 ;

王润生 .

电子学报, 2007, (02) :299-303

[3]

Robust face detection using Gabor filter features [J].

Huang, LL ;

Shimizu, A ;

Kobatake, H .

PATTERN RECOGNITION LETTERS, 2005, 26 (11) :1641-1649

[4]

AN INFORMATION MAXIMIZATION APPROACH TO BLIND SEPARATION AND BLIND DECONVOLUTION [J].

BELL, AJ ;

SEJNOWSKI, TJ .

NEURAL COMPUTATION, 1995, 7 (06) :1129-1159

[5]

EIGENFACES FOR RECOGNITION [J].

TURK, M ;

PENTLAND, A .

JOURNAL OF COGNITIVE NEUROSCIENCE, 1991, 3 (01) :71-86

[6]

数据挖掘中的新方法.[M].邓乃扬;田英杰著;.科学出版社.2004,