基于梯度比率的sar图像局部特征提取方法研究-智能系统学报

《基于梯度比率的sar图像局部特征提取方法研究-智能系统学报》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第１２卷第３期智能系统学报Ｖｏｌ．１２№．３２０１７年６月ＣＡＡＩＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍｓＪｕｎ．２０１７ＤＯＩ：１０．１１９９２／ｔｉｓ．２０１６０３０２５网络出版地址：ｈｔｔｐ：／／ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／２３．１５３８．ＴＰ．２０１７０７０５．１６５７．０１２．ｈｔｍｌ基于梯度比率的ＳＡＲ图像局部特征提取方法研究王庆，唐涛，项德良，粟毅（国防科技大学电子科学与工程学院，湖南长沙４１００７３）摘要：本文研究了基于像素灰度差值计算的ＬＢＰ算子和基于梯度比率的ＬＧＲＰ算子等局部二值模式。首先介绍了基本ＬＢ

2、Ｐ算子和其他几种ＬＢＰ算子的变形模式，并通过光学图像和实测ＳＡＲ图像对ＬＢＰ算子进行性能评估。针对ＬＢＰ对ＳＡＲ图像乘性噪声敏感的问题，利用梯度比率计算的ＬＧＲＰ算子，并结合旋转不变ＬＢＰ的抗旋转性，本文提出了一种改进的ＳＡＲ图像ＬＧＲＰ特征，获得了对ＳＡＲ图像的抗噪性和抗旋转性能。实验结果表明，由本文方法提取的ＳＡＲ图像局部特征具有较好的不变性，可用于姿态角变化下的目标识别与图像纹理切片匹配。关键词：ＳＡＲ图像；特征提取；局部二值模式；梯度比率；旋转不变中图分类号：ＴＰ７５１．１文献标志码：Ａ文章编号：１６７３－４７８５（２０１７）０３－０２８６－０７中文引用格式：王

3、庆，唐涛，项德良，等．基于梯度比率的ＳＡＲ图像局部特征提取方法研究［Ｊ］．智能系统学报，２０１７，１２（３）：２８６－２９２．英文引用格式：ＷＡＮＧＱｉｎｇ，ＴＡＮＧＴａｏ，ＸＩＡＮＧＤｅｌｉａｎｇ，ｅｔａｌ．ＲｅｓｅａｒｃｈｏｎｌｏｃａｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｏｆＳＡＲｉｍａｇｅｓｂａｓｅｄｏｎｇｒａｄｉｅｎｔｒａｔｉｏ［Ｊ］．ＣＡＡＩｔｒａｎｓａｃｔｉｏｎｓｏｎｉｎｔｅｌｌｉｇｅｎｔｓｙｓｔｅｍｓ，２０１７，１２（３）：２８６－２９２．ＲｅｓｅａｒｃｈｏｎｌｏｃａｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｏｆＳＡＲｉｍａｇｅｓｂａｓｅｄｏｎｇｒａｄｉｅｎｔｒａ

4、ｔｉｏＷＡＮＧＱｉｎｇ，ＴＡＮＧＴａｏ，ＸＩＡＮＧＤｅｌｉａｎｇ，ＳＵＹｉ（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ４１００７３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｓｔｕｄｙ，ｗｅｉｎｖｅｓｔｉｇａｔｅａｌｏｃａｌｂｉｎａｒｙｐａｔｔｅｒｎ（ＬＢＰ）ｏｐｅｒａｔｏｒｂａｓｅｄｏｎａｄｉｆｆｅｒｅｎｃｅｃａｌｃｕｌａｔｉｏｎａｎｄａｌｏｃａｌｇｒａｄｉｅｎｔｒａｔｉｏｐａｔｔｅｒｎ（ＬＧＲＰ）ｏｐｅｒａｔｏｒｂａｓｅｄｏｎａｇｒａｄｉ

5、ｅｎｔｒａｔｉｏ．Ｆｉｒｓｔ，ｗｅｉｎｔｒｏｄｕｃｅａｂａｓｉｃａｎｄｓｅｖｅｒａｌｏｔｈｅｒＬＢＰｏｐｅｒａｔｏｒｓａｎｄｅｖａｌｕａｔｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅＬＢＰｏｐｅｒａｔｏｒｓｕｓｉｎｇｏｐｔｉｃａｌｉｍａｇｅａｎｄｓｙｎｔｈｅｔｉｃａｐｅｒｔｕｒｅｒａｄａｒ（ＳＡＲ）ｉｍａｇｅａｎａｌｙｓｉｓ．ＴｏａｄｄｒｅｓｓｔｈｅｐｒｏｂｌｅｍｏｆＬＢＰ’ｓｓｅｎｓｉｔｉｖｉｔｙｔｏｍｕｌｔｉｐｌｉｃａｔｉｖｅｎｏｉｓｅｉｎＳＡＲｉｍａｇｅｓ，ｗｅｕｓｅｔｈｅＬＧＲＰｃａｌｃｕｌａｔｏｒｂａｓｅｄｏｎｔｈｅｇｒａｄｉｅｎｔｒａｔｉｏ，ｃｏｍｂｉｎｅｄｗｉ

6、ｔｈｔｈｅａｎｔｉ⁃ｒｏｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆａｒｏｔａｔｉｏｎ⁃ｉｎｖａｒｉａｎｔＬＢＰ，ａｎｄｐｒｏｐｏｓｅａｎｉｍｐｒｏｖｅｄｒｏｔａｔｉｏｎ⁃ｉｎｖａｒｉａｎｔＬＧＲＰｃｈａｒａｃｔｅｒｉｓｔｉｃｆｏｒＳＡＲｉｍａｇｅｓ．Ｏｕｒｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｆｅａｔｕｒｅｈａｓｇｏｏｄｉｎｖａｒｉａｎｔｐｅｒｆｏｒｍａｎｃｅｉｎｔａｒｇｅｔｒｅｃｏｇｎｉｔｉｏｎａｎｄｉｍａｇｅｔｅｘｔｕｒｅｓｌｉｃｅｍａｔｃｈｉｎｇｗｉｔｈｃｈａｎｇｅｓｉｎｔｈｅａｎｇｌｅｏｆａｔｔｉｔｕｄｅ．

7、Ｋｅｙｗｏｒｄｓ：ＳＡＲｉｍａｇｅ；ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ｌｏｃａｌｂｉｎａｒｙｐａｔｔｅｒｎ；ｇｒａｄｉｅｎｔｒａｔｉｏ；ｒｏｔａｔｉｏｎ⁃ｉｎｖａｒｉａｎｔＳＡＲ固有的相干成像方式会导致描述同一目描述中心像素点与周围像素点灰度大小关系的纹标场景的多幅图像之间出现几何和辐射差异。图理算法，该方法计算简单且具有部分尺度、旋转和像匹配通过将两幅图像的相似性进行比较，根据比亮暗不变性等优点，被广泛地应用于人脸图像分［２－５］较结果快速地进行ＳＡＲ图像识别，成为进一步挖掘析、目标检测与跟踪等领域。为提高纹理特征目标场景信息变化的前