本文選題：合成孔徑雷達(dá)　切入點(diǎn)：自動(dòng)目標(biāo)識別　出處：《系統(tǒng)工程與電子技術(shù)》2014年10期 　論文類型：期刊論文

【摘要】：提出了一種基于目標(biāo)高分辨距離像時(shí)頻域非負(fù)稀疏編碼的合成孔徑雷達(dá)(synthetic aperture radar,SAR)目標(biāo)識別方法。首先,將目標(biāo)的SAR復(fù)圖像轉(zhuǎn)換為高分辨距離像。然后,采用自適應(yīng)高斯基表示方法計(jì)算每個(gè)距離像的非負(fù)時(shí)頻矩陣。其次,對訓(xùn)練目標(biāo)所有距離像的時(shí)頻矩陣采用非負(fù)稀疏編碼方法學(xué)習(xí)時(shí)頻字典。在目標(biāo)識別中,通過將每個(gè)距離像的時(shí)頻矩陣投影到低維的時(shí)頻字典上來提取特征矢量。最后,在提取特征矢量的基礎(chǔ)上,通過支撐向量機(jī)目標(biāo)識別決策實(shí)現(xiàn)目標(biāo)識別。采用美國"運(yùn)動(dòng)和靜止目標(biāo)獲取與識別計(jì)劃"公開發(fā)布的SAR圖像數(shù)據(jù)庫進(jìn)行算法驗(yàn)證實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果說明了提出方法的有效性。
[Abstract]:A method of SAR synthetic aperture radar target recognition based on high resolution range image in time-frequency domain is proposed. Firstly, the SAR complex image of the target is converted to high resolution range image. The non-negative time-frequency matrix of each range image is calculated by adaptive Gauss representation. Secondly, the non-negative sparse coding method is used to study the time-frequency dictionary for all range images of the training target. The feature vector is extracted by projecting the time-frequency matrix of each range image onto a low-dimensional time-frequency dictionary. Finally, on the basis of extracting the feature vector, Target recognition is realized by support vector machine (SVM) target recognition decision. The SAR image database published publicly by the United States "moving and still Target acquisition and recognition Plan" is used to verify the algorithm. The experimental results show the effectiveness of the proposed method.
【作者單位】： 重慶大學(xué)通信工程學(xué)院;中國航天科工集團(tuán)科技委;
【基金】：國家自然科學(xué)基金(61301224) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(CDJZR12160014,CDJRC11160003) 重慶市自然科學(xué)基金(cstcjjA40018,cstc2012jjA40001)資助課題
【分類號】：TN957.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 高貴;匡綱要;李德仁;;高分辨率SAR圖像分割及目標(biāo)特征提取[J];宇航學(xué)報(bào);2006年02期

2 張新征;劉書君;黃培康;;基于時(shí)頻矩陣非負(fù)分解特征的多視角SAR目標(biāo)識別[J];宇航學(xué)報(bào);2012年09期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 竇建方;陳鷹;;基于數(shù)學(xué)形態(tài)學(xué)和相位編組SAR影像道路自動(dòng)提取[J];測繪科學(xué);2009年02期

2 安成錦;牛照東;李志軍;陳曾平;;典型Otsu算法閾值比較及其SAR圖像水域分割性能分析[J];電子與信息學(xué)報(bào);2010年09期

3 陳東海;;城市空間三維數(shù)據(jù)快速提取與更新研究[J];北京測繪;2012年04期

4 董剛剛;張磊;劉清;;一種SAR圖像分割新方法[J];燕山大學(xué)學(xué)報(bào);2013年06期

5 李翊;張靜;吳凌華;楊迎化;;一種基于改進(jìn)核主成分分析的SAR圖像識別方法研究[J];海軍航空工程學(xué)院學(xué)報(bào);2009年03期

6 張靜;楊智勇;王國宏;于紅蕓;;模式識別中冪變換正態(tài)性的研究[J];海軍航空工程學(xué)院學(xué)報(bào);2009年06期

7 謝鋒;陳映鷹;林怡;;一種新的SAR影像中目標(biāo)準(zhǔn)確提取方法[J];計(jì)算機(jī)應(yīng)用;2007年S2期

8 謝鋒;林怡;陳映鷹;;基于小波紋理與改進(jìn)FCM的SAR機(jī)場類目標(biāo)提取[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

9 竇建方;陳鷹;;基于數(shù)學(xué)形態(tài)學(xué)和相位編組SAR影像道路自動(dòng)提取[J];遙感信息;2008年05期

10 張靜;王國宏;楊智勇;;基于局部特征核主成分分析的SAR圖像識別方法[J];宇航學(xué)報(bào);2008年03期

相關(guān)博士學(xué)位論文 前1條

1 陳琪;SAR圖像港口目標(biāo)提取方法研究[D];國防科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 趙帥;單波束掃描成像聲吶的數(shù)據(jù)處理及其DSP實(shí)現(xiàn)[D];中國海洋大學(xué);2010年

2 陶司光;基于數(shù)碼相片單木圖象分割及測樹因子提取方法的研究[D];東北林業(yè)大學(xué);2011年

3 陳靜;復(fù)雜背景下器件多余物成像檢測的若干關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2010年

4 李富裕;非均勻性映射變換技術(shù)在景象匹配相關(guān)器研究中的應(yīng)用[D];西北工業(yè)大學(xué);2007年

5 王洪;基于遙感圖像的月球表面特征分析[D];吉林大學(xué);2007年

6 郭煒煒;SAR圖像目標(biāo)分割與特征提取[D];國防科學(xué)技術(shù)大學(xué);2007年

7 詹新光;基于支持向量機(jī)的SAR圖像目標(biāo)識別[D];西安科技大學(xué);2008年

8 王鶴智;內(nèi)蒙古烏蘭布和沙漠遙感影像圖像分割技術(shù)研究[D];東北林業(yè)大學(xué);2009年

9 王一童;前視掃描聲納的成像與目標(biāo)特征提取[D];中國海洋大學(xué);2009年

10 劉進(jìn)立;SAR圖像分割與特征提取方法研究[D];遼寧大學(xué);2013年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 韓萍,吳仁彪,王兆華,王蘊(yùn)紅;基于KPCA準(zhǔn)則的SAR目標(biāo)特征提取與識別[J];電子與信息學(xué)報(bào);2003年10期

2 酈蘇丹,張翠,王正志;SAR圖像的最優(yōu)分割方法[J];遙感技術(shù)與應(yīng)用;2001年03期

3 高貴;匡綱要;李德仁;;高分辨率SAR圖像分割及目標(biāo)特征提取[J];宇航學(xué)報(bào);2006年02期

相關(guān)碩士學(xué)位論文 前1條

1 高貴;高分辨率SAR圖像目標(biāo)特征提取研究[D];國防科學(xué)技術(shù)大學(xué);2003年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫俊,王文淵,卓晴;基于稀疏編碼的提取人臉整體特征算法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年03期

2 陳鐵軍;張勝軍;王曉輝;趙雪萍;;稀疏編碼在圖像紋理分割中的應(yīng)用研究[J];微計(jì)算機(jī)信息;2009年09期

3 范羚,吳小培,龍飛,張道信,郭曉靜;基于獨(dú)立分量分析的圖像特征提取及去噪[J];計(jì)算機(jī)工程與應(yīng)用;2003年09期

4 杜軍;;基于稀疏編碼和ICA的帶噪混疊語音盲分離[J];山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

5 陳紅艷;李磊民;;基于ICA的極化SAR圖像相干斑抑制[J];電子科技大學(xué)學(xué)報(bào);2006年04期

6 梁天一;宋國新;虞慧群;;基于稀疏編碼的圖像語義分類器模型[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年06期

7 莊永文;;關(guān)于稀疏編碼理論及其應(yīng)用[J];現(xiàn)代電子技術(shù);2008年07期

8 凌潔;劉琚;趙彩華;杜軍;;基于稀疏編碼的語音增強(qiáng)方法研究[J];電路與系統(tǒng)學(xué)報(bào);2008年06期

9 杜軍;;基于稀疏編碼的語音增強(qiáng)方法[J];青島大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

10 尚麗;杜吉祥;翟傳敏;;稀疏編碼算法概述[J];蘇州市職業(yè)大學(xué)學(xué)報(bào);2009年01期

相關(guān)會(huì)議論文 前10條

1 盧清;趙治棟;;基于稀疏編碼閾值的平移不變法心電信號去噪[A];浙江省信號處理學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

2 尚麗;;使用正態(tài)可逆高斯密度模型的非負(fù)稀疏編碼收縮技術(shù)實(shí)現(xiàn)圖像消噪[A];蘇州市自然科學(xué)優(yōu)秀學(xué)術(shù)論文匯編(2008-2009)[C];2010年

3 朱巖;趙旭;劉允才;;基于稀疏編碼和局部時(shí)空特征的人體動(dòng)作識別[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

4 錢樂樂;高雋;徐小紅;;非負(fù)性約束的圖像稀疏編碼[A];第七屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2009年

5 王曉偉;石林鎖;成浩;;基于獨(dú)立分量分析的圖像特征提取[A];第十七屆全國測控計(jì)量儀器儀表學(xué)術(shù)年會(huì)（MCMI'2007）論文集（上冊）[C];2007年

6 劉揚(yáng);程健;盧漢清;;基于目標(biāo)局部特征的遷移式學(xué)習(xí)[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

7 鄒琪;羅四維;;模擬視覺系統(tǒng)的稀疏編碼神經(jīng)網(wǎng)絡(luò)模型[A];第十一屆全國信號處理學(xué)術(shù)年會(huì)（CCSP-2003）論文集[C];2003年

8 仝明磊;韓紅;;隨機(jī)字典的粒子濾波視頻跟蹤[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

9 石自強(qiáng);楊靜;鄭鐵然;韓紀(jì)慶;;基于錨空間的音頻場景識別[A];第十一屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

10 張瑩瑩;梁培基;;視網(wǎng)膜神經(jīng)元的高效信息處理[A];第十一次中國生物物理學(xué)術(shù)大會(huì)暨第九屆全國會(huì)員代表大會(huì)摘要集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 季昊;稀疏編碼研究及其在模式識別中的應(yīng)用[D];北京郵電大學(xué);2012年

2 孫俊;人臉圖像分析和識別方法研究[D];清華大學(xué);2001年

3 劉海寧;基于稀疏編碼的設(shè)備狀態(tài)識別及其重型軋輥磨床監(jiān)測應(yīng)用[D];上海交通大學(xué);2011年

4 嚴(yán)春滿;圖像稀疏編碼算法及應(yīng)用研究[D];西安電子科技大學(xué);2012年

5 徐小紅;圖像信息的基函數(shù)表示方法研究[D];合肥工業(yè)大學(xué);2009年

6 廖靈芝;稀疏編碼算法中的自適應(yīng)問題研究[D];北京交通大學(xué);2008年

7 王長虎;互聯(lián)網(wǎng)環(huán)境下大規(guī)模圖像的內(nèi)容分析、檢索和自動(dòng)標(biāo)注的研究[D];中國科學(xué)技術(shù)大學(xué);2009年

8 李清勇;視覺感知的稀疏編碼理論及其應(yīng)用研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2006年

9 白文文;神經(jīng)元群體/集群電活動(dòng)對行為任務(wù)的稀疏編碼機(jī)制研究[D];天津醫(yī)科大學(xué);2012年

10 劉小白;圖像及視頻語義解析的關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 潘婷婷;稀疏編碼算法改進(jìn)及其在人臉識別中的應(yīng)用[D];山東大學(xué);2014年

2 齊曉銳;稀疏編碼的有效算法[D];西安電子科技大學(xué);2013年

3 呂遠(yuǎn);基于稀疏編碼的極化SAR影像地物分類[D];西安電子科技大學(xué);2014年

4 李鵬;面向自然場景分類的稀疏編碼研究與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2010年

5 丁莉;稀疏編碼中詞典的監(jiān)督和非監(jiān)督學(xué)習(xí)方法及應(yīng)用[D];華東師范大學(xué);2014年

6 錢康;結(jié)合稀疏編碼的圖像生物視覺特征提取研究[D];上海交通大學(xué);2012年

7 萬翠蘭;基于稀疏編碼的視覺藝術(shù)理解和風(fēng)格分類[D];云南大學(xué);2012年

8 楊浩;基于組稀疏編碼的人體行為識別[D];西安電子科技大學(xué);2014年

9 陳漢英;基于稀疏編碼的半監(jiān)督圖像分類研究[D];中國科學(xué)技術(shù)大學(xué);2014年

10 唐迅;基于稀疏編碼的群體異常行為檢測[D];哈爾濱工業(yè)大學(xué);2013年

，

本文編號：1618659