基于多特征融合词包模型的SAR目标鉴别算法

发布时间：2019-08-20 17:15

【摘要】：针对复杂场景中的SAR目标鉴别问题,该文提出一种基于多特征融合词包(Bag-of-Words,Bo W)模型的SAR目标鉴别算法。在Bo W模型底层特征提取阶段,算法采用SAR-SIFT特征描述局部区域的形状信息;同时,采用该文基于传统鉴别特征提出的一组新的SAR图像局部特征描述局部区域的对比度信息和纹理信息。对于Bo W模型中多个底层特征的融合,算法采用图像层的特征融合方式生成图像的全局鉴别特征,其中各单底层特征Bo W模型特征的权系数通过L2范数约束的多核学习方法训练得到。在Mini SAR实测SAR图像数据上的目标鉴别实验表明,与基于传统鉴别特征以及单底层特征Bo W模型特征的鉴别算法相比较,该文基于多特征融合Bo W模型SAR目标鉴别算法具有更好的鉴别性能。
【图文】：

局部区域形状特征，并在3.1节中对原始SIFT特征及SAR-SIFT特征提取过程进行简单介绍。同时，在SAR-SIFT特征提取框架基础上，通过改进传统SAR目标鉴别特征，在3.2节中提出一组新的SAR图像局部区域描述子用于描述局部区域对比度特征和纹理特征，以提高局部区域的特征描述能力。3.1SIFT及SAR-SIFT特征SIFT特征[19]描述了局部区域内像素梯度方向的统计直方图信息。其特征提取的过程为：首先按照一定规则将局部区域在空间上划分成若干个单元格(笛卡尔坐标系下的单元格划分和对数极坐标系下的单元格划分[26]，如图1所示)；然后在各个单元格内统计像素梯度幅度加权的梯度方向直方图特征；最后将各个单元格的直方图特征串接起来组成最终的局部区域SIFT特征。SIFT特征可以看成是在局部区域内关于像素空间位置和梯度方向的3维统计直方图特征[19,26]，其中包括空间2维和角度1维。为了抑制由空间和角度的区间量化引起的边界效应对特征的影响，一般需要对3维直方图特征进行三线性插值[19]处理，即将每个像素对直方图的贡献分配到若干个直方图区间内。SIFT特征的计算可以表示为图1局部区域空间单元划分示例

主要部分，，而人造杂波较少。因此，由SAR图像1和SAR图像2提取的杂波样本集中包含大量的人造杂波切片样本，而由图像3和图像4提取的杂波样本集中自然杂波切片样本占主要部分。由此可以看出，由图2复杂场景SAR图像中提取的数据集对于验证本文算法在不同场景中的目标鉴别性能是一个有效的数据集。本文分别进行了两组对比实验验证本文基于多特征融合BoW模型目标鉴别算法的性能，其中实验1为单底层特征BoW模型特征和多特征融合BoW模型特征的鉴别性能对比实验，实验2为BoW模型特征和传统特征的鉴别性能对比实验。实验中，图24幅包含有车辆目标的高分辨SAR图像表14幅SAR图像中分别提取的目标切片和杂波切片样本个数SAR图像1SAR图像2SAR图像3SAR图像4目标样本个数79159115140杂波样个数510627305599
【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;
【基金】：国家自然科学基金(61671354,61701379) 国家杰出青年科学基金(61525105) 中央高校基本科研业务费专项资金 陕西省自然科学基础研究计划(2016JQ6048)~~
【分类号】：TN957.52

【相似文献】

相关期刊论文 前10条

1 高贵;周蝶飞;蒋咏梅;匡纲要;李德仁;张军;常青;;合成孔径雷达图像自动目标鉴别的新方案[J];自然科学进展;2007年12期

2 翟庆林;张军;付强;;一种多普勒体制下的多目标鉴别方法[J];电光与控制;2008年02期

3 刘睿;王文光;邱朝阳;;基于动态规划的检测前跟踪算法中的目标鉴别方法[J];火力与指挥控制;2011年01期

4 赵艳丽;周颖;王雪松;罗佳;王国玉;;基于动力学模型的有源假目标鉴别方法[J];国防科技大学学报;2007年05期

5 王鹏宇;宋千;周智敏;;基于目标物理特征和压缩感知的地雷目标鉴别方法[J];电子与信息学报;2012年08期

6 李为民;朱永锋;赵宏钟;付强;;基于多普勒谱的多目标鉴别技术[J];系统工程与电子技术;2005年12期

7 苏晋,张军,付强;基于多普勒像和加速度像的多目标鉴别[J];现代雷达;2002年06期

8 高贵;;SAR图像目标鉴别研究综述[J];信号处理;2009年09期

9 杨志国;祝明波;黄晓涛;周智敏;;一种基于多项式拟合的UWB SAR目标鉴别稳健性评估方法[J];武汉理工大学学报(交通科学与工程版);2010年01期

10 王世f^;李禹;刘军;计科峰;粟毅;;一种基于间隙度特征的SAR图像车辆目标鉴别算法[J];电子与信息学报;2008年08期

相关会议论文 前10条

1 王文光;孙进平;毛士艺;;基于知识的SAR图像飞机检测[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

2 沈晶;杨学志;;基于边缘保持分水岭算法的SAR海冰图像分割[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

3 郝卫东;熊邺;曲兰英;周志丽;;一种降低手机SAR的设计[A];2009年全国天线年会论文集（下）[C];2009年

4 方勇;;综合多视角SAR图像改正遮蔽区试验[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

5 于明成;许稼;彭应宁;;SAR多普勒中心快速解模糊的新方法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

6 戴尔燕;金亚秋;;多轨道飞行全极化SAR图像对目标的立体重构[A];第二届微波遥感技术研讨会摘要全集[C];2006年

7 钱方明;巩丹超;刘薇;;SAR图像边缘特征提取方法研究[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

8 孙伟顺;计科峰;朱俊;粟毅;;典型军用目标SAR图像预估[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

9 刘志刚;陈振;张伟;;浅析SAR图像的判与读[A];国家安全地球物理丛书（七）——地球物理与核探测[C];2011年

10 陈振林;邹焕新;郑键;;基于Radon变换和多尺度匹配滤波的SAR舰船尾迹定位方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

相关博士学位论文 前10条

1 张双喜;高分辨宽测绘带多通道SAR和动目标成像理论与方法[D];西安电子科技大学;2014年

2 张泽兵;知识辅助的SAR目标索引及特征提取技术研究[D];国防科学技术大学;2014年

3 杨志国;基于ROI的UWB SAR叶簇覆盖目标鉴别方法研究[D];国防科学技术大学;2007年

4 张鹏;基于统计模型的SAR图像降斑和分割方法研究[D];西安电子科技大学;2012年

5 王勃;星载全极化SAR海面散射特性及其船目标检测方法[D];中国海洋大学;2013年

6 高贵;SAR图像目标ROI自动获取技术研究[D];国防科学技术大学;2007年

7 倪心强;SAR图像分类与自动目标识别技术研究[D];中国科学院研究生院（电子学研究所）;2007年

8 周鹏;弹载SAR多种工作模式的成像算法研究[D];西安电子科技大学;2011年

9 赵凌君;高分辨率SAR图像建筑物提取方法研究[D];国防科学技术大学;2009年

10 付信际;合成孔径雷达图像分类与目标检测技术研究[D];中国科学院研究生院（电子学研究所）;2005年

相关硕士学位论文 前10条

1 李芳;基于极化信息的SAR目标检测鉴别方法研究[D];西安电子科技大学;2014年

2 王鑫运;基于机载SAR图像的地雷目标检测技术研究[D];国防科学技术大学;2014年

3 潘杰;复杂场景下SAR目标鉴别算法研究[D];西安电子科技大学;2015年

4 徐恒;SAR目标鉴别算法研究[D];西安电子科技大学;2012年

5 董立亚;SAR图像去噪的小波和偏微分方程的数学建模[D];河北联合大学;2014年

6 陈海文;基于波数域的圆周SAR三维成像算法研究[D];哈尔滨工业大学;2015年

7 眭明;星机双基地SAR同步技术研究[D];电子科技大学;2014年

8 罗煜川;基于压缩感知的阵列SAR三维成像方法研究[D];电子科技大学;2015年

9 张强;基于视觉注意的SAR目标快速检测算法研究[D];电子科技大学;2015年

10 于利娟;手机天线辐射特性优化与SAR研究[D];西安电子科技大学;2013年

本文编号：2528771