基于局部特征核主成分分析的SAR图像识别方法_论文

维普资讯 http://www.cqvip.com 第 2 9卷第 3 期  20 0 8年 5月   宇  航  学  报  J u lo  s o a t s o ma  fA t n ui   r c Vo . 9 12   N0.  3 Ma  y 2 08 0   基 于 局 部 特 征 核 主 成 分 分 析  的 S R 图 像 识 别 方 法  A 张  静  王 国宏  , ,杨 智 勇   ( .海 军 航 空 工 程 学 院 信 息 融 合 研 究 所 ,烟 台 240 ;2 海 军 航 空 工 程 学 院 ,烟 台 240 ) 1 60 1 60 1   摘 要 :利 用 传统 的 核 主 成 分 分 析 方 法 识 别 S R 图像 时 , 在 目标 姿 态 角 依 赖 性 强 、 A 存 图像 象 素 之 间 关 联 性 差  等 问题 。针 对 这 些 问题 , 出一 种 基 于局 部 特 征 核 主 成 分 分 析 的 S R 图像 识 别 方 法 。该 方 法 首 先对 图 像 进 行 相 关  提 A 预 处 理 , 后 结 合 S R图 像 的 特 点 提 出一 种 基 于 局 部 特 征 核 主 成 分 分 析 的 特 征 提 取 方 法 , 后 设 计 了 一 种 双 分 类  然 A 最 器 对 提 取 的特 征 进 行 分 类 。 M T R仿 真 实 验 表 明 : 方 法 不 仅 可 以增 强 图像 象 素 之 间 的 相 关 性 , 且 对 目标 姿 态  SA 该 而 角 不 存 在 依 赖 性 , 真 结 果 验 证 了方 法 的 有 效 性 和 可 行 性 。 仿   关 键 词 :合 成 孑 径 雷达 ; 自动 目标 识 别 ;核 主 成 分 分 析 ;局 部 特 征  L 中 图 分 类 号 :T 9 1 P 5  P5 ;T 7 1 文 献 标 识 码 :A   文 章 编 号 :10.38 20 )309.7 0012 (08 0.950  0 引 言    测 目标 的类别 。文 献 [] 出 了一 种利用 形态 学权值  6提 共享神经 网络方法 解决 S R图像 中军用 车辆 的识别  A 问题 。这 种方法可 以有效实现 两类 目标 的识 别 , 但对  多类 目标 效果不是很 好 。   近些 年 来 , 种 基于 核 的方法 因其 独 特 的优 良 一   性 质 而 得 到 广 泛 应 用 。Q.h o  人 分 别 将 S M Za_等 7 V   分类 器用 于 S R地 面 目标 识别 中 , 现 出 良好 的识  A 体 合 成孔 径雷 达 (y t t   pr r R dr S R) Sn e cA e ue aa , A 是  hi t   一 种 工 作 在 微 波 波 段 的主 动式 相 干 成 像 雷 达 n    。。 这种 雷达 具有 全 天候 、 天 时 获取 数 据 的能 力 和 具  全 有 一定穿 透 植 被 、 盖 物 的 能 力 , 遮 因此 S R 已经 成  A 为 一种不 可 或缺 的军 事侦察 手 段 。S R图像识 别 是  A S R技 术研 究 领域 中 的 一个 重 要 组 成 部 分  , 由 A 但   于 人造 目标 的多 样性 、 杂性 ,A 复 S R图像 自动 目标 识  别 技术 一直 是该领 域 的难 点 问题 。   目前 , 针对 S R图 像 的 自动 目标识 别 国 内外 学  A 者 已经进 行 了多 方面的研究 , 出 了各种 方法 。Gi. 提 r   n nlJn s Br hn H等 人利 用 S R 目标 像 中散射  e  e 和 i B au   lo   A 点 的位置 存在相对不 变形这一 特点 , 散射 中的相对  将 位置及 幅度作 为 目标特 征 , 结合 几何 散 列 表技 术 , 用  标 准的无遮盖 、 遮 挡 目标 图像 完 成对 有 遮 挡 、 遮  无 有 盖 目标 的识别 。这种 方法 的优 点是 在小 样 本数 据 下  别 性 能 。韩萍 等人  则 将核 主成 分分 析 技术 ( e e Kr l n   P nia C m o et n yi 简 称 K C ) i p  r c l o pnn A a s   l s, P A 应用 到 S R A   图像 识别 中 , 方法 首先 对 目标 的方位 角进 行划 分 , 该   然 后对 不 同方位 区间 内的 目标 特 征 矢 量进 行 K C   PA 训 练 。韩萍 的方 法 可 以有 效 实现 目标 的识别 , 但该  方法存 在一 定 的局 限性 : 素 行 之 间 的相 关 性 遭 到  象 破坏 , 没有 考虑 图像 数据 的局 部信 息和 局部相 关性 ;   对 给定 目标 进行 分 类 时 必 须先 估 算 它 的的 方位 角 ,   然 后 选 择 合 适 的 训 练 模 块 , 姿 态 角 估 计 误 差 增 大  当 时 , 使错 误分 类概 率提 高 。 会   针对 K C P A在 S R 图像 识 别 中存 在 的 一 些 问  A 题 , 文 提 出 了一 种基 于 局 部 特 征 K C  A 目标  本 PASR 识 别 方法 , 简称 L P A S R A R方法 。这 种方 法 本  K C  A   T 质 上是 一种 基 于模板 的分 类方 法 , 主要 思想 是 : 其 通  过对 图像 进行 分 块 划 分 , 用 每一 模 块 的局部 特征  利 信 息反 映 目标 形 状 的 细节 信 息 , 以此 弱 化 图像 局 部  相关 性差 的 问 题 , 有 效 解 决 姿 态 角 预识 别 问 题 。 并   实现各种 部分变形 目标 的识别 , 缺点 是训

相关文档

基于二维子分类鉴别分析的SAR图像识别方法研究
两级2维局部判别嵌入特征提取的SAR图像识别方法
基于梯度比率的SAR图像局部特征提取方法研究
主成分分析法在掌纹图像识别中的应用
基于核主成分分析的铁谱磨粒特征提取方法研究
核主成分分析法的MIG焊电弧声信号特征选择
基于核主成分分析的特征提取方法
基于主成份分析法的笔记本电脑特征性指标分析
非线性主成分分析中数据非线性特征的检验方法
一种地图点群空间分布特征的局部分维分析方法
电脑版