基于压缩感知的sar图像目标识别算法研究

《基于压缩感知的sar图像目标识别算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文题目:基于压缩感知的SAR图像目标识别算法研究研究生张琴专业控制理论与控制工程指导教师赖晓平教授完成日期2016年3月杭州电子科技大学硕士学位论文基于压缩感知的SAR图像目标识别算法研究研究生：张琴指导教师：赖晓平教授2016年3月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterResearchonSARImageTargetRecognitionbasedonCompressedSensingCandidate:Zha

2、ngQinSupervisor:Prof.LaiXiaoPingMarch，2016杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明，是本人在导师的指导下，独立进行研：所呈交的学位论文巧工作所取得的成果。除文中己经注明引用的内容外，本论文不含任何其他个人或集体己经发表或撰写过的作品或成果。对本文的研巧做出重要贡献的个人和集体，均己在文中｛＾明确方式标明。一申请学位论文与资料若有不实之处，本人承担切相关责任。论文作者签名：＾日期；之口／＾年学位论文使用授权说明

3、本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即；研巧生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技。学校有权保留送交论文的复巧件大学，允许查阅和借阅论文；学校可抖公布论文的全部或部分内容，可臥允许采用影印、缩印或其它复制手段保存论文。（保密论文在解密后遵守此规定）论文作者签名；多衣曰期：处巧月乂日指导教师證名：曰期：如年０月曰／技￥杭州电子科技大学硕士学位论文摘要合成孔径雷达(S

4、yntheticApertureRadar，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

5、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SA

6、R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

7、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。关键词：SAR图像，目标识别，压缩感知，特征选择，多波段多极化，SAR图像仿真I杭州电子科技大学硕士学位论文ABSTRACTSyntheticApertureRadar(SyntheticApertureRadar,SAR)hasthefeaturesthatcanworklongdistance,observeall-dayandall-weather,penetratefogandvegetation,andhavetheworkingmo

8、deofmulti-bandandmulti-polarization,etc.Andithasbeendevelopedtowardsthedirectionofhighresolution,multi-functionalityandmulti-mode.SARimagetargetrecognitionhasbeenwidelyusedi