SAR图像目标检测的互信息非负矩阵分解算法

被引：3

作者：

于红芸 ^{[1
,2
]}

姜涛 ^{[3
]}

关键 ^{[2
]}

机构：

[1] 鲁东大学数学与信息学院

[2] 海军航空工程学院信息融合研究所

[3] 海军航空工程学院兵器科学与技术系

来源：

中国图象图形学报 | 2011年 / 01期

关键词：

非负矩阵分解; 互信息; 特征选择; 目标检测; 合成孔径雷达图像;

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：

提出了满足指数分布的概率模型框架下实现非负矩阵分解的目标函数和相应的算法。同时针对非负矩阵分解方法中的基向量无序性这一特点,将基于互信息的特征选择算法与其结合起来解决了基向量的排序问题。利用目标的先验知识获得有利目标表示的特征向量组,然后用该特征向量组进行滤波,分别获得待测图像的特征图,通过加权的方式将所有的特征图合并为一个总的特征图,最后在特征图上通过选取合适的阈值将目标提取出来。使用M IT林肯实验室ADTS(advanced detection technology sensor)高分辨率机载SAR目标数据进行仿真,结果表明该方法是一种精度较高的目标检测算法。

引用

页码：129 / 134

页数：6

共 5 条

[1] SAR图像特征提取与选择研究 [J].

贺志国 ;

陆军 ;

匡纲要 .

信号处理, 2008, (05) :813-823

[2] 基于PCA和ICA的虹膜识别方法 [J].

孙农亮 ;

于雯雯 ;

曹茂永 .

中国图象图形学报, 2008, (09) :1701-1706

[3] SAR图像中目标的检测和识别研究进展 [J].

杨桄 ;

陈克雄 ;

周脉鱼 ;

徐忠林 ;

王宗明 .

地球物理学进展, 2007, (02) :617-621

[4] 基于纹理与成像知识的高分辨率SAR图像水体检测 [J].

朱俊杰 ;

郭华东 ;

范湘涛 ;

丁赤飚 ;

李立钢 ;

李玉龙 .

水科学进展, 2006, (04) :525-530

[5]

Sensor Data Management System. Air Force Research Laboratory,Model Based Vision Laboratory. http://www.mbvlab.wpafb.af.mil/public/sdms/datasets/mstar . 2009

← 1 →