基于流形和核方法的SAR自動目標識別研究.pdf_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、合成孔徑雷達(Synthetic Aperture Radar,SAR)是一種高分辨成像雷達,具有全天時,全天候工作,強穿透性等特點,為目標識別提供了可靠的數(shù)據依據。SAR自動目標識別(Automatic Target Recogniton,ATR)是在沒有人工干預的情況下根據SAR圖像自動識別出目標位置并判斷其類型屬性等信息,SAR ATR在民用和軍用領域具有十分重要的作用,已成為國內外研究的熱門課題之一。
  本文從SAR圖像

2、預處理和SAR圖像特征提取兩個方面展開研究,具體工作如下:
 ?。?)針對SAR圖像相干斑噪聲嚴重,背景區(qū)域較大,不利于后續(xù)處理的問題,采用相干斑抑制、冪增強、圖像分割和質心配準等方法,抑制SAR圖像噪聲,分割出目標圖像,降低了后續(xù)處理的數(shù)據維數(shù),并保留了目標圖像的細節(jié)信息。
 ?。?)針對采用全局線性結構的特征提取方法不利于提取高維數(shù)據特征的問題,提出了基于流形學習理論的最大異類距離嵌入(Maximum Interclas

3、s Distance Embedding,MIDE)特征提取方法,該算法可以有效解決非線性結構特征提取問題,提高特征的識別率。
  (3)針對一維特征提取方法損失了 SAR圖像結構信息的問題,提出MIDE的二維擴展方法,即二維最大異類距離嵌入(Two Dimensional Maximum Interclass Distance Embedding,2DMIDE)特征提取方法;針對2DMIDE僅對SAR圖像進行垂直方向壓縮,特征維

4、數(shù)較大的問題,將2DPCA和2DMIDE相結合,提出了2DPCA-based2DMIDE特征提取方法。該方法可以在水平方向和垂直方向對數(shù)據壓縮,提高特征識別率的同時大幅壓縮了特征維數(shù)。
  (4)針對MIDE方法無法對類別信息未知的訓練數(shù)據提取特征信息的問題,本文提出了一種非監(jiān)督特征提取算法,最大方差展開嵌入(Maximum Variance Unfolding Embedding,MVUE)。該方法結合了流形學習理論和核方法,通

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論