【摘要】：針對復(fù)雜場景中的SAR目標(biāo)鑒別問題,該文提出一種基于多特征融合詞包(Bag-of-Words,Bo W)模型的SAR目標(biāo)鑒別算法。在Bo W模型底層特征提取階段,算法采用SAR-SIFT特征描述局部區(qū)域的形狀信息;同時,采用該文基于傳統(tǒng)鑒別特征提出的一組新的SAR圖像局部特征描述局部區(qū)域的對比度信息和紋理信息。對于Bo W模型中多個底層特征的融合,算法采用圖像層的特征融合方式生成圖像的全局鑒別特征,其中各單底層特征Bo W模型特征的權(quán)系數(shù)通過L2范數(shù)約束的多核學(xué)習(xí)方法訓(xùn)練得到。在Mini SAR實測SAR圖像數(shù)據(jù)上的目標(biāo)鑒別實驗表明,與基于傳統(tǒng)鑒別特征以及單底層特征Bo W模型特征的鑒別算法相比較,該文基于多特征融合Bo W模型SAR目標(biāo)鑒別算法具有更好的鑒別性能。
【圖文】：

局部區(qū)域形狀特征，并在3.1節(jié)中對原始SIFT特征及SAR-SIFT特征提取過程進行簡單介紹。同時，在SAR-SIFT特征提取框架基礎(chǔ)上，通過改進傳統(tǒng)SAR目標(biāo)鑒別特征，在3.2節(jié)中提出一組新的SAR圖像局部區(qū)域描述子用于描述局部區(qū)域?qū)Ρ榷忍卣骱图y理特征，以提高局部區(qū)域的特征描述能力。3.1SIFT及SAR-SIFT特征SIFT特征[19]描述了局部區(qū)域內(nèi)像素梯度方向的統(tǒng)計直方圖信息。其特征提取的過程為：首先按照一定規(guī)則將局部區(qū)域在空間上劃分成若干個單元格(笛卡爾坐標(biāo)系下的單元格劃分和對數(shù)極坐標(biāo)系下的單元格劃分[26]，如圖1所示)；然后在各個單元格內(nèi)統(tǒng)計像素梯度幅度加權(quán)的梯度方向直方圖特征；最后將各個單元格的直方圖特征串接起來組成最終的局部區(qū)域SIFT特征。SIFT特征可以看成是在局部區(qū)域內(nèi)關(guān)于像素空間位置和梯度方向的3維統(tǒng)計直方圖特征[19,26]，其中包括空間2維和角度1維。為了抑制由空間和角度的區(qū)間量化引起的邊界效應(yīng)對特征的影響，一般需要對3維直方圖特征進行三線性插值[19]處理，即將每個像素對直方圖的貢獻分配到若干個直方圖區(qū)間內(nèi)。SIFT特征的計算可以表示為圖1局部區(qū)域空間單元劃分示例

主要部分，，而人造雜波較少。因此，由SAR圖像1和SAR圖像2提取的雜波樣本集中包含大量的人造雜波切片樣本，而由圖像3和圖像4提取的雜波樣本集中自然雜波切片樣本占主要部分。由此可以看出，由圖2復(fù)雜場景SAR圖像中提取的數(shù)據(jù)集對于驗證本文算法在不同場景中的目標(biāo)鑒別性能是一個有效的數(shù)據(jù)集。本文分別進行了兩組對比實驗驗證本文基于多特征融合BoW模型目標(biāo)鑒別算法的性能，其中實驗1為單底層特征BoW模型特征和多特征融合BoW模型特征的鑒別性能對比實驗，實驗2為BoW模型特征和傳統(tǒng)特征的鑒別性能對比實驗。實驗中，圖24幅包含有車輛目標(biāo)的高分辨SAR圖像表14幅SAR圖像中分別提取的目標(biāo)切片和雜波切片樣本個數(shù)SAR圖像1SAR圖像2SAR圖像3SAR圖像4目標(biāo)樣本個數(shù)79159115140雜波樣個數(shù)510627305599
【作者單位】： 西安電子科技大學(xué)雷達信號處理國家重點實驗室;西安電子科技大學(xué)信息感知技術(shù)協(xié)同創(chuàng)新中心;
【基金】：國家自然科學(xué)基金(61671354,61701379) 國家杰出青年科學(xué)基金(61525105) 中央高�；究蒲袠I(yè)務(wù)費專項資金 陜西省自然科學(xué)基礎(chǔ)研究計劃(2016JQ6048)~~
【分類號】：TN957.52

【相似文獻】

相關(guān)期刊論文 前10條

1 高貴;周蝶飛;蔣詠梅;匡綱要;李德仁;張軍;常青;;合成孔徑雷達圖像自動目標(biāo)鑒別的新方案[J];自然科學(xué)進展;2007年12期

2 翟慶林;張軍;付強;;一種多普勒體制下的多目標(biāo)鑒別方法[J];電光與控制;2008年02期

3 劉睿;王文光;邱朝陽;;基于動態(tài)規(guī)劃的檢測前跟蹤算法中的目標(biāo)鑒別方法[J];火力與指揮控制;2011年01期

4 趙艷麗;周穎;王雪松;羅佳;王國玉;;基于動力學(xué)模型的有源假目標(biāo)鑒別方法[J];國防科技大學(xué)學(xué)報;2007年05期

5 王鵬宇;宋千;周智敏;;基于目標(biāo)物理特征和壓縮感知的地雷目標(biāo)鑒別方法[J];電子與信息學(xué)報;2012年08期

6 李為民;朱永鋒;趙宏鐘;付強;;基于多普勒譜的多目標(biāo)鑒別技術(shù)[J];系統(tǒng)工程與電子技術(shù);2005年12期

7 蘇晉,張軍,付強;基于多普勒像和加速度像的多目標(biāo)鑒別[J];現(xiàn)代雷達;2002年06期

8 高貴;;SAR圖像目標(biāo)鑒別研究綜述[J];信號處理;2009年09期

9 楊志國;祝明波;黃曉濤;周智敏;;一種基于多項式擬合的UWB SAR目標(biāo)鑒別穩(wěn)健性評估方法[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2010年01期

10 王世f^;李禹;劉軍;計科峰;粟毅;;一種基于間隙度特征的SAR圖像車輛目標(biāo)鑒別算法[J];電子與信息學(xué)報;2008年08期

相關(guān)會議論文 前10條

1 王文光;孫進平;毛士藝;;基于知識的SAR圖像飛機檢測[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

2 沈晶;楊學(xué)志;;基于邊緣保持分水嶺算法的SAR海冰圖像分割[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

3 郝衛(wèi)東;熊鄴;曲蘭英;周志麗;;一種降低手機SAR的設(shè)計[A];2009年全國天線年會論文集（下）[C];2009年

4 方勇;;綜合多視角SAR圖像改正遮蔽區(qū)試驗[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2001年

5 于明成;許稼;彭應(yīng)寧;;SAR多普勒中心快速解模糊的新方法[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

6 戴爾燕;金亞秋;;多軌道飛行全極化SAR圖像對目標(biāo)的立體重構(gòu)[A];第二屆微波遙感技術(shù)研討會摘要全集[C];2006年

7 錢方明;鞏丹超;劉薇;;SAR圖像邊緣特征提取方法研究[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

8 孫偉順;計科峰;朱俊;粟毅;;典型軍用目標(biāo)SAR圖像預(yù)估[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

9 劉志剛;陳振;張偉;;淺析SAR圖像的判與讀[A];國家安全地球物理叢書（七）——地球物理與核探測[C];2011年

10 陳振林;鄒煥新;鄭鍵;;基于Radon變換和多尺度匹配濾波的SAR艦船尾跡定位方法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 張雙喜;高分辨寬測繪帶多通道SAR和動目標(biāo)成像理論與方法[D];西安電子科技大學(xué);2014年

2 張澤兵;知識輔助的SAR目標(biāo)索引及特征提取技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 楊志國;基于ROI的UWB SAR葉簇覆蓋目標(biāo)鑒別方法研究[D];國防科學(xué)技術(shù)大學(xué);2007年

4 張鵬;基于統(tǒng)計模型的SAR圖像降斑和分割方法研究[D];西安電子科技大學(xué);2012年

5 王勃;星載全極化SAR海面散射特性及其船目標(biāo)檢測方法[D];中國海洋大學(xué);2013年

6 高貴;SAR圖像目標(biāo)ROI自動獲取技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2007年

7 倪心強;SAR圖像分類與自動目標(biāo)識別技術(shù)研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2007年

8 周鵬;彈載SAR多種工作模式的成像算法研究[D];西安電子科技大學(xué);2011年

9 趙凌君;高分辨率SAR圖像建筑物提取方法研究[D];國防科學(xué)技術(shù)大學(xué);2009年

10 付信際;合成孔徑雷達圖像分類與目標(biāo)檢測技術(shù)研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2005年

相關(guān)碩士學(xué)位論文 前10條

1 李芳;基于極化信息的SAR目標(biāo)檢測鑒別方法研究[D];西安電子科技大學(xué);2014年

2 王鑫運;基于機載SAR圖像的地雷目標(biāo)檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 潘杰;復(fù)雜場景下SAR目標(biāo)鑒別算法研究[D];西安電子科技大學(xué);2015年

4 徐恒;SAR目標(biāo)鑒別算法研究[D];西安電子科技大學(xué);2012年

5 董立亞;SAR圖像去噪的小波和偏微分方程的數(shù)學(xué)建模[D];河北聯(lián)合大學(xué);2014年

6 陳海文;基于波數(shù)域的圓周SAR三維成像算法研究[D];哈爾濱工業(yè)大學(xué);2015年

7 眭明;星機雙基地SAR同步技術(shù)研究[D];電子科技大學(xué);2014年

8 羅煜川;基于壓縮感知的陣列SAR三維成像方法研究[D];電子科技大學(xué);2015年

9 張強;基于視覺注意的SAR目標(biāo)快速檢測算法研究[D];電子科技大學(xué);2015年

10 于利娟;手機天線輻射特性優(yōu)化與SAR研究[D];西安電子科技大學(xué);2013年

本文編號：2528771