本文關(guān)鍵詞：基于壓縮感知的SAR圖像目標識別算法研究

  更多相關(guān)文章： SAR圖像 目標識別 壓縮感知 特征選擇 多波段多極化 SAR圖像仿真

【摘要】：合成孔徑雷達(Synthetic Aperture Radar,SAR)具有遠距離、全天時全天候?qū)Φ赜^測、能夠穿透云霧植被、多波段、多極化等特點,目前一直朝著高分辨率、多功能、多工作模式的方向發(fā)展。SAR圖像目標識別在國民經(jīng)濟和國防建設(shè)中有著廣泛的應(yīng)用,如反彈道導(dǎo)彈的防御系統(tǒng)、海洋監(jiān)測系統(tǒng)、艦船目標的識別、礦藏探測等。為了提高SAR圖像目標的識別率,需解決特征提取及選擇、分類器設(shè)計等關(guān)鍵技術(shù)。本文對上述關(guān)鍵技術(shù)展開研究,研究成果如下:首先,提出了一種基于混合智能優(yōu)化的SAR圖像特征選擇算法。先采用分形特征對SAR目標進行圖像增強,基于閾值分割后的圖像提出一種基于圖像矩的方位角估計方法。然后基于未校正和校正后的圖像分別提取Zernike矩、Gabor小波系數(shù)和灰度共生矩陣構(gòu)成候選特征集合。采用了一種結(jié)合遺傳算法和二值粒子群的混合智能優(yōu)化算法實現(xiàn)SAR圖像特征選擇。實驗結(jié)果表明,優(yōu)化后的特征集合具有一定泛化能力,一方面提高了SAR圖像目標識別的準確率,另一方面減小了SAR圖像目標識別的時間。其次,闡述了基于壓縮感知的SAR圖像目標識別算法的基本原理,通過實驗研究了影響該算法性能的主要因素,包括圖像預(yù)處理算法、構(gòu)成字典的樣本數(shù)量和字典構(gòu)成方法。為降低SAR圖像目標識別中目標方位角帶來的影響,并提高SAR圖像變形目標的識別率,提出了一種基于壓縮感知和支持向量機決策級融合的SAR圖像變形目標識別算法,實驗結(jié)果表明,基于壓縮感知結(jié)果進行目標方位角估計是有效的,且隨著訓(xùn)練樣本數(shù)的增加,提出的決策級融合算法顯著提高了SAR圖像變形目標的識別率。最后,為了獲取多波段多極化SAR圖像,基于Vega軟件進行了SAR圖像仿真,基于仿真得到的圖像數(shù)據(jù)庫進行了多波段多極化SAR圖像特征選擇及目標識別算法實驗與結(jié)果分析。實驗結(jié)果表明,X波段、HH極化方式的圖像對于坦克、裝甲車等目標具有較高的識別率;采用優(yōu)化后的特征集合能夠提高基于多波段多極化的SAR圖像識別率。
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN957.52

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 程千;王崇倡;張繼超;;RADARSAT-2全極化SAR數(shù)據(jù)地表覆蓋分類[J];測繪工程;2015年04期

2 劉法龍;劉俊;趙宗貴;谷雨;;基于Creator和Vega的紅外/SAR成像仿真[J];現(xiàn)代電子技術(shù);2014年04期

3 劉中杰;曹云峰;莊麗葵;丁萌;王西超;;面向SAR圖像目標識別的魯棒處理算法[J];系統(tǒng)工程與電子技術(shù);2013年12期

4 劉中杰;莊麗葵;曹云峰;丁萌;;基于主元分析和稀疏表示的SAR圖像目標識別[J];系統(tǒng)工程與電子技術(shù);2013年02期

5 方慶;張順生;段昶;;基于壓縮感知的SAR圖像目標識別[J];火控雷達技術(shù);2012年04期

6 尹奎英;金林;劉宏偉;王英華;;基于局部紋理特征的合成孔徑雷達變體目標自動識別算法[J];吉林大學(xué)學(xué)報(工學(xué)版);2012年03期

7 王壽彪;楊桄;丁文東;張儉峰;;SAR圖像目標識別特征提取與選擇方法研究進展[J];科技情報開發(fā)與經(jīng)濟;2011年26期

8 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學(xué)報;2011年07期

9 婁軍;金添;宋千;周智敏;;高分辨率SAR圖像散射中心特征提取[J];電子與信息學(xué)報;2011年07期

10 陳華杰;張渝;曾亮;林岳松;;偽裝網(wǎng)遮蔽目標多波段多極化SAR圖像融合檢測[J];光電工程;2011年07期

，

本文編號：1228156