【摘要】：提出一種SAR圖像目標(biāo)識(shí)別新方法。首次引入BM3D方法,用于濾除原始圖像中的相干斑噪聲,BM3D結(jié)合了空間域和變換域去噪的優(yōu)勢(shì),濾波性能優(yōu)異。在特征提取步驟,將低階Hu矩與高階Zernike矩組合,Hu矩描述目標(biāo)的粗略信息,高階Zernike矩描述目標(biāo)的細(xì)節(jié)信息,因此組合矩能夠更加全面而細(xì)致地表達(dá)目標(biāo)特性。使用組合矩特征訓(xùn)練SVM分類器,對(duì)含噪的SAR圖像進(jìn)行識(shí)別實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明:本文方法的識(shí)別率高達(dá)98.90%,優(yōu)于已有的SAR目標(biāo)識(shí)別方法。
[Abstract]:A new method for target recognition in SAR images is proposed. The BM3D method is introduced for the first time to remove speckle noise from the original image. BM3D combines the advantages of spatial domain and transform domain denoising and the filtering performance is excellent. In the feature extraction step, the low-order Hu moments are combined with the high-order Zernike moments, the Hu moments describe the rough information of the target, and the high-order Zernike moments describe the details of the targets, so the combined moments can express the target characteristics more comprehensively and meticulously. The combined moment feature is used to train the SVM classifier, and the recognition experiment of the noisy SAR image is carried out. The experimental results show that the recognition rate of this method is as high as 98.90, which is superior to the existing SAR target recognition method.
【作者單位】： 吉林省送變電工程公司;長(zhǎng)春長(zhǎng)光奧立紅外技術(shù)有限公司;國(guó)網(wǎng)福建龍巖市新羅區(qū)供電有限公司;中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所;
【基金】：院地合作(長(zhǎng)吉圖專項(xiàng)基金)(No.2011CJT0006)
【分類號(hào)】：TN957.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 劉向增;田錚;史振廣;陳占?jí)?;基于FKICA-SIFT特征的合成孔徑圖像多尺度配準(zhǔn)[J];光學(xué)精密工程;2011年09期

2 李家德;張葉;賈平;;采用非局部均值的超分辨率重構(gòu)[J];光學(xué)精密工程;2013年06期

3 孫海江;王延杰;陳小林;;基于自適應(yīng)梯度閾值各向異性濾波抑制紅外復(fù)雜背景[J];光學(xué)精密工程;2014年01期

4 王義敏;秦永元;安錦文;;基于特征向量的SAR圖像目標(biāo)識(shí)別方法研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年30期

5 付燕;詹新光;;一種有效的SAR圖像目標(biāo)識(shí)別方法[J];計(jì)算機(jī)工程與應(yīng)用;2010年15期

6 于長(zhǎng)淞;方超;;基于小波變換的ESPI圖像去噪及邊緣提取[J];液晶與顯示;2011年06期

7 陶李;王玨;鄒永寧;伍立芬;王慧倩;;改進(jìn)的Zernike矩工業(yè)CT圖像邊緣檢測(cè)[J];中國(guó)光學(xué);2012年01期

8 高珊;馬艷會(huì);;基于邊緣保持的SAR圖像濾波算法研究[J];液晶與顯示;2013年02期

9 趙建川;王弟男;陳長(zhǎng)青;郭勁;;紅外激光主動(dòng)成像和識(shí)別[J];中國(guó)光學(xué);2013年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王欣;張明明;于曉;章明朝;;應(yīng)用改進(jìn)迭代最近點(diǎn)方法的點(diǎn)云數(shù)據(jù)配準(zhǔn)[J];光學(xué)精密工程;2012年09期

2 孫軍華;謝萍;劉震;張廣軍;;基于分層塊狀全局搜索的三維點(diǎn)云自動(dòng)配準(zhǔn)[J];光學(xué)精密工程;2013年01期

3 童濤;楊桄;李昕;葉怡;王壽彪;;基于D-S證據(jù)理論的多特征融合SAR圖像目標(biāo)識(shí)別方法[J];國(guó)土資源遙感;2013年02期

4 徐穎;周焰;;SAR圖像配準(zhǔn)方法綜述[J];地理空間信息;2013年03期

5 張峰;江樺;閆鑌;魏星;李磊;;錐束CT圓軌跡半覆蓋掃描的幾何校正[J];光學(xué)精密工程;2013年07期

6 任文琦;王元全;;基于梯度矢量卷積場(chǎng)的四階各向異性擴(kuò)散及圖像去噪[J];光學(xué)精密工程;2013年10期

7 黃鴻;楊媚;張滿菊;;基于稀疏鑒別嵌入的高光譜遙感影像分類[J];光學(xué)精密工程;2013年11期

8 余先川;呂中華;胡丹;;遙感圖像配準(zhǔn)技術(shù)綜述[J];光學(xué)精密工程;2013年11期

9 趙立榮;朱瑋;曹永剛;柳玉晗;孫俊喜;;改進(jìn)的加速魯棒特征算法在特征匹配中的應(yīng)用[J];光學(xué)精密工程;2013年12期

10 邵秀梅;李淘;李雪;鄧洪海;程吉鳳;徐勤飛;肖功海;汪洋;陸華杰;;平面型大光敏元InGaAs線列探測(cè)器及其應(yīng)用[J];光學(xué)與光電技術(shù);2014年01期

相關(guān)博士學(xué)位論文 前1條

1 郭敬明;基于星敏感器的船姿測(cè)量方法研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2013年

相關(guān)碩士學(xué)位論文 前6條

1 周暢;無(wú)人機(jī)SAR圖像自動(dòng)目標(biāo)識(shí)別技術(shù)研究[D];沈陽(yáng)航空航天大學(xué);2011年

2 湯伯超;基于SIFT算法的圖像特征描述方法研究[D];廣東工業(yè)大學(xué);2012年

3 赫永杰;基于多尺度SPOMF-FMI的重復(fù)軌道InSAR圖像配準(zhǔn)研究[D];北京交通大學(xué);2012年

4 陶李;工業(yè)CT圖像幾何尺寸及面積測(cè)量方法研究[D];重慶大學(xué);2012年

5 倪健;基于圖案形狀特征的機(jī)器視覺(jué)定位技術(shù)的研究與開(kāi)發(fā)[D];江南大學(xué);2013年

6 馮珂;InSAR復(fù)圖像配準(zhǔn)方法研究[D];長(zhǎng)沙理工大學(xué);2013年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂硯山,趙正琦;BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化及應(yīng)用研究[J];北京化工大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年01期

2 龐春穎;張濤;;激光主動(dòng)成像系統(tǒng)探測(cè)距離的計(jì)算與仿真[J];電光與控制;2008年02期

3 張闖;遲健男;張朝暉;王志良;;基于邊緣檢測(cè)與雙邊濾波的彩色圖像去噪[J];電子學(xué)報(bào);2010年08期

4 李鵬;王樂(lè)新;趙志敏;;基于概率神經(jīng)網(wǎng)絡(luò)的熒光光譜法識(shí)別高甘油三脂血清[J];發(fā)光學(xué)報(bào);2011年11期

5 曲迎東,崔成松,陳善本,李榮德,袁曉光;Soble-Zernike矩亞像素邊緣算子的影響因素分析[J];光電工程;2005年07期

6 張晟，

本文編號(hào)：2398727