本文關(guān)鍵詞：基于監(jiān)督非相干字典學(xué)習(xí)的極化SAR圖像艦船目標(biāo)檢測

  更多相關(guān)文章： 極化合成孔徑雷達(dá) 監(jiān)督字典學(xué)習(xí) 結(jié)構(gòu)非相干 能量獨(dú)立 艦船檢測

【摘要】：提出了一種結(jié)構(gòu)化非相干字典學(xué)習(xí)算法(Structured incoherent dictionary learning,SIDL),并將該方法應(yīng)用于極化SAR(Polarimetric synthetic aperture radar,Po LSAR)圖像艦船目標(biāo)檢測.在字典學(xué)習(xí)階段,構(gòu)建了一個新的目標(biāo)函數(shù),為了降低子字典對交叉樣本的稀疏表示能力,將子字典對交叉樣本的重構(gòu)能量約束及子字典互相干性約束加入到字典學(xué)習(xí)目標(biāo)函數(shù)中.通過這兩個約束,降低了子字典對交叉樣本的表示能力,目標(biāo)和雜波的極化特征矢量在學(xué)習(xí)獲得的字典下具有良好的區(qū)分特性.該方法不依賴于目標(biāo)后向散射能量,只利用學(xué)習(xí)獲得的極化字典,根據(jù)測試樣本在極化字典下的稀疏表示進(jìn)行目標(biāo)的檢測.實(shí)驗(yàn)采用RADARSAT-2數(shù)據(jù)進(jìn)行了驗(yàn)證,對比實(shí)驗(yàn)結(jié)果表明,本文提出的方法可以更好地抑制雜波,對弱小目標(biāo)實(shí)現(xiàn)檢測,獲得了更好的檢測效果.
【作者單位】： 西安電子科技大學(xué)雷達(dá)信號處理國家重點(diǎn)實(shí)驗(yàn)室;西安電子科技大學(xué)信息感知技術(shù)協(xié)同創(chuàng)新中心;
【關(guān)鍵詞】： 極化合成孔徑雷達(dá) 監(jiān)督字典學(xué)習(xí) 結(jié)構(gòu)非相干 能量獨(dú)立 艦船檢測
【基金】：國家自然科學(xué)基金(61201292,61322103,61372132) 全國優(yōu)秀博士學(xué)位論文作者專項資金資助項目(FANEDD-201156) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項資金資助~~
【分類號】：TN957.52
【正文快照】： 引用格式文偉,王英華,馮博,劉宏偉.基于監(jiān)督非相干字典學(xué)習(xí)的極化SAR圖像艦船目標(biāo)檢測.自動化學(xué)報,2015,41(11):1926-1940Supervised Incoherent Dictionary Learning for Ship Detection withPol SAR ImagesWEN Wei1,2WANG Ying-Hua1,2FENG Bo1,2艦船檢測對海洋監(jiān)測具有重大

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 劉高峰;李明;王亞軍;張鵬;;一種新的基于非反射對稱非負(fù)特征值分解的Freeman分解[J];電子與信息學(xué)報;2013年02期

2 馬小虎;譚延琪;;基于鑒別稀疏保持嵌入的人臉識別算法[J];自動化學(xué)報;2014年01期

3 任越美;張艷寧;李映;;壓縮感知及其圖像處理應(yīng)用研究進(jìn)展與展望[J];自動化學(xué)報;2014年08期

4 練秋生;石保順;陳書貞;;字典學(xué)習(xí)模型、算法及其應(yīng)用研究進(jìn)展[J];自動化學(xué)報;2015年02期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳書貞;李光耀;練秋生;;結(jié)合圖像的局部相關(guān)性及非局部相似性的多尺度分塊壓縮感知[J];燕山大學(xué)學(xué)報;2013年06期

2 劉波;李道京;李烈辰;;基于壓縮感知的干涉逆合成孔徑雷達(dá)成像研究[J];電波科學(xué)學(xué)報;2014年01期

3 鐘九生;江南;胡斌;胡秋翔;;一種遙感影像超分辨率重建的稀疏表示建模及算法[J];測繪學(xué)報;2014年03期

4 嚴(yán)奉霞;王澤龍;朱炬波;劉吉英;;壓縮感知理論與光學(xué)壓縮成像系統(tǒng)[J];國防科技大學(xué)學(xué)報;2014年02期

5 張臻;施云惠;尹寶才;;基于自適應(yīng)多方向稀疏模型的量化噪聲均衡化圖像解碼方法[J];北京工業(yè)大學(xué)學(xué)報;2014年04期

6 徐煥宇;孫權(quán)森;李大禹;宣麗;;基于投影的稀疏表示與非局部正則化圖像復(fù)原方法[J];電子學(xué)報;2014年07期

7 劉強(qiáng);韓立國;李洪建;;混采數(shù)據(jù)分離中插值與去噪的同步處理[J];地球物理學(xué)報;2014年05期

8 張占武;朱秀昌;;基于自相似性約束的視頻稀疏超分辨率重建[J];電視技術(shù);2014年11期

9 LIU Qian;YANG Xing-qiang;LI Yunliang;;Literature Review of Image Denoising Methods[J];Computer Aided Drafting,Design and Manufacturing;2014年01期

10 唐琳;焦淑紅;齊歡;吳如煊;;一種單脈沖雷達(dá)多通道L1正則化波束銳化方法[J];電子與信息學(xué)報;2014年09期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 牛素捚;陳平;潘晉孝;;一種基于EM-TV的CT重建算法[A];第十三屆中國體視學(xué)與圖像分析學(xué)術(shù)會議論文集[C];2013年

2 白蘭淑;劉伊克;盧回憶;王一博;常旭;;基于壓縮感知的Curvelet域聯(lián)合迭代地震數(shù)據(jù)重建[A];中國科學(xué)院地質(zhì)與地球物理研究所2014年度（第14屆）學(xué)術(shù)年會論文匯編——工程地質(zhì)與水資源研究室[C];2015年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王明秋;高維數(shù)據(jù)下若干回歸模型的變量選擇問題研究[D];大連理工大學(xué);2012年

2 呂偉;MIMO無線通信系統(tǒng)中的稀疏信號檢測與優(yōu)化[D];華中科技大學(xué);2013年

3 朱偉;米波數(shù)字陣列雷達(dá)低仰角測高方法研究[D];西安電子科技大學(xué);2013年

4 馮鑫;多尺度分析與壓縮感知理論在圖像處理中的應(yīng)用研究[D];蘭州理工大學(xué);2012年

5 劉園園;快速低秩矩陣與張量恢復(fù)的算法研究[D];西安電子科技大學(xué);2013年

6 張湃;可實(shí)現(xiàn)圖像自修復(fù)的壓縮感知超分辨率成像算法的研究[D];燕山大學(xué);2013年

7 劉寅;基于稀疏信號重構(gòu)的空間譜估計算法研究[D];西安電子科技大學(xué);2012年

8 鐘九生;基于稀疏表示的光學(xué)遙感影像超分辨率重建算法研究[D];南京師范大學(xué);2013年

9 馬麗艷;基于變分方法的圖像分割和圖像恢復(fù)研究[D];北京交通大學(xué);2013年

10 吳磊;(?)_p正則化問題的算法研究[D];湖南大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 郎彥昆;壓縮感知技術(shù)及其在數(shù)字圖像壓縮編碼中的應(yīng)用研究[D];北方工業(yè)大學(xué);2013年

2 文首先;壓縮感知匹配追蹤算法的研究[D];安徽大學(xué);2013年

3 蔡霞;基于傳感網(wǎng)絡(luò)的分布式壓縮采樣研究[D];天津理工大學(xué);2013年

4 張旭坤;壓縮感知的率失真性能分析研究[D];天津理工大學(xué);2013年

5 袁媛;基于壓縮感知的圖像壓縮技術(shù)的研究[D];成都理工大學(xué);2013年

6 藺恩標(biāo);基于稀疏分解的圖像修復(fù)方法研究[D];西北大學(xué);2013年

7 王汗三;基于稀疏表示的圖像重構(gòu)[D];西安電子科技大學(xué);2013年

8 韓丹丹;基于稀疏表示的圖像修復(fù)算法研究[D];西安電子科技大學(xué);2013年

9 宋君;圖像的壓縮感知重構(gòu)算法研究[D];西安電子科技大學(xué);2013年

10 鐘[，

本文編號：696027