基于稀疏表示和深度學習的sar圖像目標識別研究

《基于稀疏表示和深度學習的sar圖像目標識別研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。

1、乂ＩＷ巧罵護等有巧潛：帶；帶二媒撰謀苦；。奪留許義若術大賽ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ碩±學位論文戀論文題目＾泉子稀疏表表和潘度學１的ＳＡＲ固後目枯扣別巧奔．作者姓名阮化玉學科專業(yè)信雇、與通信工巧導師姓名張萊到教換完成時間二〇—六年五月中逸種＃我禾乂＃碩±學位論文馨基于稀疏表示和深度學習的ＳＡＲ圖像目標識別研究作者姓名：阮懷玉學科專業(yè)：信息與通信工程導師姓名：張榮副教授—完成時間：

2、二〇六年五月四日■ＵｎｉｖｅｒｓｉｔｙｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｏｆＣｈｉｎａｏｇｙ’Ａｄｉｓｓｅｒｔａｔｉｏｎｆｏｒｍａｓｔｅｒｓｄｅｇｒｅｅ？ＳＡＲＩｍａｅＴａｒｅｔＲｅｃｏｎｉｔｉｏｎｇｇｇｂａｓｅｄｏｎＳａｒｓｅｐＲｅｐｒｅｓｅｎｔａｔｉｏｎａｎｄＤｅｅｐＬｅａｒｎｉｎｇ’ＡｉＵｈｏｒｓＮａｍｅ：ＨｕａｉｙｕＲｕａｎＳｅｃｉａｌｉｔ：ＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｉｎｅｅｒｉｎｇｐｙｇ＇ＳｕｅｒｖｉｓｏｒＡｓｓ

3、ｏｃｉａｔｅＰｒｏｆ．民ｏｎＺｈａｎｐ：ｇｇ＊Ｆｉｎｉｓｈｅｄｔｉｍｅ：Ｍａｙ４，２０１６中國科學技術大學學位論文原創(chuàng)性聲明本人盧明所呈交的學位論文，是本人在導師指導下進行研究工作所取得的成來。除Ｕ特別加示注和致謝的地方外，論文中不包含任何他人己經(jīng)發(fā)表或撰寫一過的研究成果。與我同工作的同志對本研究所做的貢獻均己在論文中作了明確的說明。作者簽名：簽字曰期：中國科學技術大學學位論文授權使用聲明一作為申請學位的條件之，學位論文著作權擁有者授權中國科學技術大學擁有學位論文的部分使用權，即：學校有權按有關規(guī)

4、定向國家有關部口或機構送交論文的復印件和電子版，可Ｗ將學位論文編入《中國學，允許論文被查閱和借閱位論文全文數(shù)據(jù)庫》等有關數(shù)據(jù)庫進行檢索，可Ｗ采用影印、縮印或掃描等復制一手段保存、匯編學位論文。本人提交的電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相致。保密的學位論文在解密后也遵守此規(guī)定。＼＾２＾開□保密）（＿＿年４作者簽名、＊：儀戶：秘＞３導師簽名Ｖ和、．簽字日期簽字日期；本ｆｅ：乂占７／■摘要一合成孔徑雷達（ＳｙｎｔｈｅｔｉｃＡｐｅｒｔｕｒｅＲａｄａｒ，ＳＡＲ）是種主動式相干成像雷達，在環(huán)境監(jiān)測、

5、資源勘察和國防軍事等領域有著廣泛的應用。ＳＡＲ在軍事領域最主要的應用是實現(xiàn)對特定軍事目標的檢測和識別，如何實現(xiàn)ＳＡ民圖像的自動目標識別（ＡｕｔｏｍａｔｉｃＴａｒｇｅｔＲｅｃｏｇｎｉｔｉｏｎ，ＡＴＲ），具有重要的理論和實踐意義。ＳＡＲ圖像的目標識別研究也成為了國內(nèi)外的研究熱點。本文針對ＳＡＲ圖像目標識別中受相干斑噪聲干化，底層特征不穩(wěn)健等問題，結合稀疏表示的特征學習能力和深度網(wǎng)絡的高層特征抽取能力，分別提出了基于多尺度稀疏表示和基于深層去噪，主要工作如下自編碼網(wǎng)絡的ＳＡＲ圖像目標識別算法：１．基于多尺度稀疏表示方法的Ｓ

6、Ａ民圖像目標識別方法。針對傳統(tǒng)稀疏表示方法中缺少多尺度信息，且直接在ＳＡＲ圖像域進行稀疏表示易受噪聲干擾等問一題，提出種基于密集ＳＩＦＴ特征的多尺度稀疏表示算法，首先提取圖像的多尺一度密集ＳＩＦＴ特征Ｉ利用ＳＩＦＴ特征訓練多尺度字典，進步對局部特征進行稀疏表示，最后使用多尺度稀疏表示訓練線性ＳＶＭ進行目標分類。２．基于深層去噪自編碼網(wǎng)絡的ＳＡＲ圖像目標識別方法?？紤]ＳＡＲ圖像的，相干斑噪聲特性，利用去噪自編碼器對噪聲的魯棒性提出基于深層去噪自編碼網(wǎng)絡的ＳＡＲ圖像深層特征提取方法，首先通過提取大量密集ＳＩＦＴ特征作為特征

7、。通，輸入，訓練去噪自編碼網(wǎng)絡過深層去噪自編碼網(wǎng)絡，避免了網(wǎng)絡出現(xiàn)過擬合，用于后期分類器的特征輸入對ＳＩＦＴ特征進行了高層特征的抽取。本文基于稀疏表示和深度學習基本理論，利用多尺度稀疏表示和深層去噪自編碼網(wǎng)絡構建特征學習框架ＡＲ圖。，并Ｗ此提出了兩種Ｓ像目標識別算法在ＭＳＴＡＲＴｅｒｒａＳＡＲ－Ｘ船舶數(shù)據(jù)集上的仿真實驗表明數(shù)據(jù)集和，兩種算法都可Ｗ一ＡＲ。學習有效魯棒的特征表示，進步提窩了Ｓ圖像目標識別的性能關鍵巧：合成孔括雷達目標識別多尺度稀疏表示深度學習去噪自編碼１ＡＢＳＴＲＡＣＴＡＢＳＴＲＡＣＴＴｈｅＳ

8、ｙｒＵｈｃｔｉｃＡｐｅｒｔｕｒｅＲａｄａｒ（ＳＡ民）ｉｓａｆｏｒｍｏｆａｃｔｉｖｅｃｏｈｅｒ