【摘要】：針對(duì)復(fù)雜場(chǎng)景中的SAR目標(biāo)鑒別問(wèn)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(shí),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(duì)比度信息和紋理信息。對(duì)于Bo W模型中多個(gè)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(guò)L2范數(shù)約束的多核學(xué)習(xí)方法訓(xùn)練得到。在Mini SAR實(shí)測(cè)SAR圖像數(shù)據(jù)上的目標(biāo)鑒別實(shí)驗(yàn)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(duì)原始SIFT特征及SAR-SIFT特征提取過(guò)程進(jìn)行簡(jiǎn)單介紹。同時(shí)，在SAR-SIFT特征提取框架基礎(chǔ)上，通過(guò)改進(jìn)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(jì)直方圖信息。其特征提取的過(guò)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(gè)單元格(笛卡爾坐標(biāo)系下的單元格劃分和對(duì)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(gè)單元格內(nèi)統(tǒng)計(jì)像素梯度幅度加權(quán)的梯度方向直方圖特征；最后將各個(gè)單元格的直方圖特征串接起來(lái)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(jì)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(duì)特征的影響，一般需要對(duì)3維直方圖特征進(jìn)行三線性插值[19]處理，即將每個(gè)像素對(duì)直方圖的貢獻(xiàn)分配到若干個(gè)直方圖區(qū)間內(nèi)。SIFT特征的計(jì)算可以表示為圖1局部區(qū)域空間單元?jiǎng)澐质纠?

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(chǎng)景SAR圖像中提取的數(shù)據(jù)集對(duì)于驗(yàn)證本文算法在不同場(chǎng)景中的目標(biāo)鑒別性能是一個(gè)有效的數(shù)據(jù)集。本文分別進(jìn)行了兩組對(duì)比實(shí)驗(yàn)驗(yàn)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(shí)驗(yàn)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(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)2為BoW模型特征和傳統(tǒng)特征的鑒別性能對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)中，圖24幅包含有車(chē)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(gè)數(shù)SAR圖像1SAR圖像2SAR圖像3SAR圖像4目標(biāo)樣本個(gè)數(shù)79159115140雜波樣個(gè)數(shù)510627305599
【作者單位】： 西安電子科技大學(xué)雷達(dá)信號(hào)處理國(guó)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;
【基金】：國(guó)家自然科學(xué)基金(61671354,61701379) 國(guó)家杰出青年科學(xué)基金(61525105) 中央高校基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金 陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃(2016JQ6048)~~
【分類(lèi)號(hào)】：TN957.52

【相似文獻(xiàn)】

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(dá)圖像自動(dòng)目標(biāo)鑒別的新方案[J];自然科學(xué)進(jìn)展;2007年12期

2 翟慶林;張軍;付強(qiáng);;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(yáng);;基于動(dòng)態(tài)規(guī)劃的檢測(cè)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(guó)玉;;基于動(dòng)力學(xué)模型的有源假目標(biāo)鑒別方法[J];國(guó)防科技大學(xué)學(xué)報(bào);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(bào);2012年08期

6 李為民;朱永鋒;趙宏鐘;付強(qiáng);;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(qiáng);基于多普勒像和加速度像的多目標(biāo)鑒別[J];現(xiàn)代雷達(dá);2002年06期

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

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

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

相關(guān)會(huì)議論文 前10條

1 王文光;孫進(jìn)平;毛士藝;;基于知識(shí)的SAR圖像飛機(jī)檢測(cè)[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(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(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)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(jī)SAR的設(shè)計(jì)[A];2009年全國(guó)天線年會(huì)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(yàn)[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)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(guó)信號(hào)處理學(xué)術(shù)年會(huì)（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(duì)目標(biāo)的立體重構(gòu)[A];第二屆微波遙感技術(shù)研討會(huì)摘要全集[C];2006年

7 錢(qián)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(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

8 孫偉順;計(jì)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(guó)信息獲取與處理學(xué)術(shù)會(huì)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(guó)家安全地球物理叢書(shū)（七）——地球物理與核探測(cè)[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(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)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(cè)繪帶多通道SAR和動(dòng)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(shí)輔助的SAR目標(biāo)索引及特征提取技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

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

4 張鵬;基于統(tǒng)計(jì)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(cè)方法[D];中國(guó)海洋大學(xué);2013年

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

7 倪心強(qiáng);SAR圖像分類(lèi)與自動(dòng)目標(biāo)識(shí)別技術(shù)研究[D];中國(guó)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(guó)防科學(xué)技術(shù)大學(xué);2009年

10 付信際;合成孔徑雷達(dá)圖像分類(lèi)與目標(biāo)檢測(cè)技術(shù)研究[D];中國(guó)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(cè)鑒別方法研究[D];西安電子科技大學(xué);2014年

2 王鑫運(yùn);基于機(jī)載SAR圖像的地雷目標(biāo)檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 潘杰;復(fù)雜場(chǎng)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(jī)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(qiáng);基于視覺(jué)注意的SAR目標(biāo)快速檢測(cè)算法研究[D];電子科技大學(xué);2015年

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

本文編號(hào)：2528771