SAR图像目标特征提取与分类方法研究

SAR图像目标特征提取与分类方法研究

ID:37324563

大小:5.14 MB

页数:134页

时间:2019-05-21

SAR图像目标特征提取与分类方法研究_第1页
SAR图像目标特征提取与分类方法研究_第2页
SAR图像目标特征提取与分类方法研究_第3页
SAR图像目标特征提取与分类方法研究_第4页
SAR图像目标特征提取与分类方法研究_第5页
资源描述:

《SAR图像目标特征提取与分类方法研究》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、国防科学技术大学博士学位论文SAR图像目标特征提取与分类方法研究姓名:计科峰申请学位级别:博士专业:信息与通信工程指导教师:郁文贤2003.4.1国防科学技术大学研究生院学位论文摘要目前,SAR已经成为一种不可或缺的军事侦察手段。面对不断增长的SAR图像数据收集能力,如何对这些图像进行自动或半自动快速、准确地解译已经越来越引起人们的关注和重视。SARATR是自动或半自动SAR图像解译研究的一个重要方面。利用特征基于模型的SARATR系统代表着SARATR的发展趋势。本文系统研究了利用特征基于模型SARATR系统中,SAR图像目标特征提取方法和分类

2、方法。峰值特征是SAR图像目标识别的重要特征,为了由SAR图像快速、精确地提取目标峰值特征,论文首先研究了SAR图像目标峰值特征提取方法,提出了一种子像素级精度的SAR图像目标峰值特征自动提取方法,其对目标峰值位置的估计精度可以达到子像素级。为了在SAR成像参数确定的情况下,尽可能增强目标峰值特征,论文研究了峰值特征增强的SAR目标成像方法。在W.ClemKarl等工作的基础上,导出了求解峰值特征增强SAR成像优化问题的准牛顿迭代方法,建立了SAR成像稀疏投影矩阵乃,通过用珏代替原始SAR成像投影矩阵r,有效提高了峰值特征增强SAR成像方法的计算

3、效率。为了提高基于特征匹配的SARATR系统的分类效率,论文进一步研究了SAR图像目标方位角估计方法,提出了-leojFU用峰值特征基于线性回归的SAR目标方位角估计方法,该方法除了具有计算速度快、估计精度较高的特点之外,还能在估计方位角的同时,给出该估计的置信区间,从而能更好地满足利用特征基于模型SARATR系统的需要。属性散射中心包含了更丰富的可用于目标分类识别的特征,但同时由于特征参数的维数更高,因此相应的特征提取方法更复杂。为了将属性散射中心特征用于SAR目标分类,第三章研究了SAR图像目标属性散射中心特征提取方法,提出了RD.AML—C

4、LEANSAR图像目标属性散射中心特征提取方法,该方法可由输入SAR图像快速、自动地提取目标的属性散射中心特征。,在研究特征提取方法基础上,论文第四章研究了利用特征基于模型的SAR目标分类方法。利用特征基于模型的SAR目标分类方法,通过计算提取特征矢量和预测特征矢量之间的似然函数达到目标分类的目的。为了计算该似然函数,需要利用提取特征矢量和预测特征矢量之间的对应关系。本章以基于属性散射中心特征的分类为例,深入研究了多一多对应和1一l对应特征似然函数的计算,通过将求解二分图最佳匹配的算法用于寻找特征之间的最优1—1对应关系,有效提高了1—1对应特征

5、似然函数的计算效率,分析了l一1对应和多一多对应特征似然函数之间的关系,给出了两种次优的1—1对应特征似然函数计算方法。最后,论文第五章在前面各章的基础上,设计了一个利用特征基于模型的SAR目标分类仿真实验系统。基于该系统,通过大量MSTARSAR图像数据的分类实验,第1页国防科学技术大学研究生院学位论文验证了本文特征提取方法以及分类方法的有效性,系统深入的分析了多个因素对SAR目标分类性能的影响。关键词:合成子L径雷达(SAR),特征,峰值,散射中心,分类,自动目标识别(ATR)第1I页国防科学技术大学研究生院学位论文AbstractRecen

6、tly,SARisevolvingtobecomeanindispensablereconnaissancetoolformilitarypurposes.ThecollectioncapacityforSARimagesisgrowingrapidly,andalongwiththatgrowthistheexpandingneedforautomatedorsemi—automatedexploitationofSARimagesaccuratelyandefficiently.SARATRisanimportantaspectofautom

7、aticorsemi—automaticSARimageinterpretation.Model·basedSARATRsystemthatusesfeatureisthetrendforSARATR.Methodsoffeatureextractionandclassificationoftargetinmodel.basedSARATRusingfeaturearestudiedsystemicallyinthispaper.PeakfeatureisveryimportantforSARATR.Inordertoextracttarget’

8、SpeakfromSARimagerapidlyandaccurately,themethodoftarget’Speakfeature

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。