基于特征参数稀疏表示的SAR图像目标识别

被引：10

作者：

王燕霞

张弓

机构：

[1] 南京航空航天大学电子信息工程学院

来源：

重庆邮电大学学报(自然科学版) | 2012年 / 03期

基金：

教育部留学回国人员科研启动基金;

关键词：

合成孔径雷达(SAR)图像; 广义二维主分量分析(G2DPCA); 目标识别; 稀疏表示; 移动和静止目标获取与识别(MSTAR);

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：

通过对合成孔径雷达(synthetic aperture radar,SAR)图像的统计特性分析,提出一种基于特征参数稀疏表示的SAR图像目标识别算法,有效地解决了图像域稀疏表示识别算法存在的高维问题。由低维高精度的广义二维主分量特征构成过完备字典,基于Fisher线性判别准则对该字典进行学习优化,使得类内更紧凑,类间更分开,同时降低了稀疏求解的复杂度。求解测试样本在优化字典下的稀疏表示系数,根据系数矢量的能量特征完成分类识别。MSTAR(moving and stationany target acquisition and recognition)实测SAR图像数据实验的结果表明,该方法稀疏求解复杂度低,并且只需简单的SAR图像预处理即可有效地提高识别的准确率和速度

引用

页码：308 / 313

页数：6