基于压缩感知的SAR图像目标识别算法研究

发布时间：2017-11-26 02:07

本文关键词：基于压缩感知的SAR图像目标识别算法研究

【摘要】：合成孔径雷达(Synthetic Aperture Radar,SAR)具有远距离、全天时全天候对地观测、能够穿透云雾植被、多波段、多极化等特点,目前一直朝着高分辨率、多功能、多工作模式的方向发展。SAR图像目标识别在国民经济和国防建设中有着广泛的应用,如反弹道导弹的防御系统、海洋监测系统、舰船目标的识别、矿藏探测等。为了提高SAR图像目标的识别率,需解决特征提取及选择、分类器设计等关键技术。本文对上述关键技术展开研究,研究成果如下:首先,提出了一种基于混合智能优化的SAR图像特征选择算法。先采用分形特征对SAR目标进行图像增强,基于阈值分割后的图像提出一种基于图像矩的方位角估计方法。然后基于未校正和校正后的图像分别提取Zernike矩、Gabor小波系数和灰度共生矩阵构成候选特征集合。采用了一种结合遗传算法和二值粒子群的混合智能优化算法实现SAR图像特征选择。实验结果表明,优化后的特征集合具有一定泛化能力,一方面提高了SAR图像目标识别的准确率,另一方面减小了SAR图像目标识别的时间。其次,阐述了基于压缩感知的SAR图像目标识别算法的基本原理,通过实验研究了影响该算法性能的主要因素,包括图像预处理算法、构成字典的样本数量和字典构成方法。为降低SAR图像目标识别中目标方位角带来的影响,并提高SAR图像变形目标的识别率,提出了一种基于压缩感知和支持向量机决策级融合的SAR图像变形目标识别算法,实验结果表明,基于压缩感知结果进行目标方位角估计是有效的,且随着训练样本数的增加,提出的决策级融合算法显著提高了SAR图像变形目标的识别率。最后,为了获取多波段多极化SAR图像,基于Vega软件进行了SAR图像仿真,基于仿真得到的图像数据库进行了多波段多极化SAR图像特征选择及目标识别算法实验与结果分析。实验结果表明,X波段、HH极化方式的图像对于坦克、装甲车等目标具有较高的识别率;采用优化后的特征集合能够提高基于多波段多极化的SAR图像识别率。
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.52

【参考文献】

中国期刊全文数据库前10条

1 程千;王崇倡;张继超;;RADARSAT-2全极化SAR数据地表覆盖分类[J];测绘工程;2015年04期

2 刘法龙;刘俊;赵宗贵;谷雨;;基于Creator和Vega的红外/SAR成像仿真[J];现代电子技术;2014年04期

3 刘中杰;曹云峰;庄丽葵;丁萌;王西超;;面向SAR图像目标识别的鲁棒处理算法[J];系统工程与电子技术;2013年12期

4 刘中杰;庄丽葵;曹云峰;丁萌;;基于主元分析和稀疏表示的SAR图像目标识别[J];系统工程与电子技术;2013年02期

5 方庆;张顺生;段昶;;基于压缩感知的SAR图像目标识别[J];火控雷达技术;2012年04期

6 尹奎英;金林;刘宏伟;王英华;;基于局部纹理特征的合成孔径雷达变体目标自动识别算法[J];吉林大学学报(工学版);2012年03期

7 王寿彪;杨桄;丁文东;张俭峰;;SAR图像目标识别特征提取与选择方法研究进展[J];科技情报开发与经济;2011年26期

8 焦李成;杨淑媛;刘芳;侯彪;;压缩感知回顾与展望[J];电子学报;2011年07期

9 娄军;金添;宋千;周智敏;;高分辨率SAR图像散射中心特征提取[J];电子与信息学报;2011年07期

10 陈华杰;张渝;曾亮;林岳松;;伪装网遮蔽目标多波段多极化SAR图像融合检测[J];光电工程;2011年07期