基于监督非相干字典学习的极化SAR图像舰船目标检测

发布时间：2017-08-18 18:16

  本文关键词：基于监督非相干字典学习的极化SAR图像舰船目标检测

  更多相关文章： 极化合成孔径雷达 监督字典学习 结构非相干 能量独立 舰船检测

【摘要】：提出了一种结构化非相干字典学习算法(Structured incoherent dictionary learning,SIDL),并将该方法应用于极化SAR(Polarimetric synthetic aperture radar,Po LSAR)图像舰船目标检测.在字典学习阶段,构建了一个新的目标函数,为了降低子字典对交叉样本的稀疏表示能力,将子字典对交叉样本的重构能量约束及子字典互相干性约束加入到字典学习目标函数中.通过这两个约束,降低了子字典对交叉样本的表示能力,目标和杂波的极化特征矢量在学习获得的字典下具有良好的区分特性.该方法不依赖于目标后向散射能量,只利用学习获得的极化字典,根据测试样本在极化字典下的稀疏表示进行目标的检测.实验采用RADARSAT-2数据进行了验证,对比实验结果表明,本文提出的方法可以更好地抑制杂波,对弱小目标实现检测,获得了更好的检测效果.
【作者单位】： 西安电子科技大学雷达信号处理国家重点实验室;西安电子科技大学信息感知技术协同创新中心;
【关键词】： 极化合成孔径雷达 监督字典学习 结构非相干 能量独立 舰船检测
【基金】：国家自然科学基金(61201292,61322103,61372132) 全国优秀博士学位论文作者专项资金资助项目(FANEDD-201156) 中央高校基本科研业务费专项资金资助~~
【分类号】：TN957.52
【正文快照】： 引用格式文伟,王英华,冯博,刘宏伟.基于监督非相干字典学习的极化SAR图像舰船目标检测.自动化学报,2015,41(11):1926-1940Supervised Incoherent Dictionary Learning for Ship Detection withPol SAR ImagesWEN Wei1,2WANG Ying-Hua1,2FENG Bo1,2舰船检测对海洋监测具有重大

【参考文献】

中国期刊全文数据库 前4条

1 刘高峰;李明;王亚军;张鹏;;一种新的基于非反射对称非负特征值分解的Freeman分解[J];电子与信息学报;2013年02期

2 马小虎;谭延琪;;基于鉴别稀疏保持嵌入的人脸识别算法[J];自动化学报;2014年01期

3 任越美;张艳宁;李映;;压缩感知及其图像处理应用研究进展与展望[J];自动化学报;2014年08期

4 练秋生;石保顺;陈书贞;;字典学习模型、算法及其应用研究进展[J];自动化学报;2015年02期

【共引文献】

中国期刊全文数据库 前10条

1 陈书贞;李光耀;练秋生;;结合图像的局部相关性及非局部相似性的多尺度分块压缩感知[J];燕山大学学报;2013年06期

2 刘波;李道京;李烈辰;;基于压缩感知的干涉逆合成孔径雷达成像研究[J];电波科学学报;2014年01期

3 钟九生;江南;胡斌;胡秋翔;;一种遥感影像超分辨率重建的稀疏表示建模及算法[J];测绘学报;2014年03期

4 严奉霞;王泽龙;朱炬波;刘吉英;;压缩感知理论与光学压缩成像系统[J];国防科技大学学报;2014年02期

5 张臻;施云惠;尹宝才;;基于自适应多方向稀疏模型的量化噪声均衡化图像解码方法[J];北京工业大学学报;2014年04期

6 徐焕宇;孙权森;李大禹;宣丽;;基于投影的稀疏表示与非局部正则化图像复原方法[J];电子学报;2014年07期

7 刘强;韩立国;李洪建;;混采数据分离中插值与去噪的同步处理[J];地球物理学报;2014年05期

8 张占武;朱秀昌;;基于自相似性约束的视频稀疏超分辨率重建[J];电视技术;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;焦淑红;齐欢;吴如煊;;一种单脉冲雷达多通道L1正则化波束锐化方法[J];电子与信息学报;2014年09期

中国重要会议论文全文数据库 前2条

1 牛素捚;陈平;潘晋孝;;一种基于EM-TV的CT重建算法[A];第十三届中国体视学与图像分析学术会议论文集[C];2013年

2 白兰淑;刘伊克;卢回忆;王一博;常旭;;基于压缩感知的Curvelet域联合迭代地震数据重建[A];中国科学院地质与地球物理研究所2014年度（第14届）学术年会论文汇编——工程地质与水资源研究室[C];2015年

中国博士学位论文全文数据库 前10条

1 王明秋;高维数据下若干回归模型的变量选择问题研究[D];大连理工大学;2012年

2 吕伟;MIMO无线通信系统中的稀疏信号检测与优化[D];华中科技大学;2013年

3 朱伟;米波数字阵列雷达低仰角测高方法研究[D];西安电子科技大学;2013年

4 冯鑫;多尺度分析与压缩感知理论在图像处理中的应用研究[D];兰州理工大学;2012年

5 刘园园;快速低秩矩阵与张量恢复的算法研究[D];西安电子科技大学;2013年

6 张湃;可实现图像自修复的压缩感知超分辨率成像算法的研究[D];燕山大学;2013年

7 刘寅;基于稀疏信号重构的空间谱估计算法研究[D];西安电子科技大学;2012年

8 钟九生;基于稀疏表示的光学遥感影像超分辨率重建算法研究[D];南京师范大学;2013年

9 马丽艳;基于变分方法的图像分割和图像恢复研究[D];北京交通大学;2013年

10 吴磊;(?)_p正则化问题的算法研究[D];湖南大学;2013年

中国硕士学位论文全文数据库 前10条

1 郎彦昆;压缩感知技术及其在数字图像压缩编码中的应用研究[D];北方工业大学;2013年

2 文首先;压缩感知匹配追踪算法的研究[D];安徽大学;2013年

3 蔡霞;基于传感网络的分布式压缩采样研究[D];天津理工大学;2013年

4 张旭坤;压缩感知的率失真性能分析研究[D];天津理工大学;2013年

5 袁媛;基于压缩感知的图像压缩技术的研究[D];成都理工大学;2013年

6 蔺恩标;基于稀疏分解的图像修复方法研究[D];西北大学;2013年

7 王汗三;基于稀疏表示的图像重构[D];西安电子科技大学;2013年

8 韩丹丹;基于稀疏表示的图像修复算法研究[D];西安电子科技大学;2013年

9 宋君;图像的压缩感知重构算法研究[D];西安电子科技大学;2013年

10 钟[，

本文编号：696027