基于多特征決策融合的sar飛機識別

基于多特征決策融合的sar飛機識別

ID:31359834

大?。?23.50 KB

頁數(shù):13頁

時間:2019-01-09

基于多特征決策融合的sar飛機識別_第1頁
基于多特征決策融合的sar飛機識別_第2頁
基于多特征決策融合的sar飛機識別_第3頁
基于多特征決策融合的sar飛機識別_第4頁
基于多特征決策融合的sar飛機識別_第5頁
資源描述:

《基于多特征決策融合的sar飛機識別》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、基于多特征決策融合的SAR飛機識別  摘要:針對高分辨率SAR圖像的飛機目標(biāo)識別問題,提出了一種基于飛機幾何特征、PCA特征、Hu不變矩等多特征決策融合的自動目標(biāo)識別方案。針對飛機樣本特點,分別提取飛機的幾何長寬特征、PCA特征和Hu不變矩特征,使用三個支持向量機分類器分別對樣本的三類特征進(jìn)行預(yù)分類,然后采用基于等級的決策融合方法將預(yù)分類結(jié)果進(jìn)行決策融合,輸出最終的目標(biāo)類別。實驗過程中,隨機選取一定百分比的樣本進(jìn)行訓(xùn)練,獲得分類器模型,對全部的樣本進(jìn)行測試識別。通過實驗發(fā)現(xiàn),將幾何特征、PCA特征和Hu不變矩

2、特征的分類結(jié)果進(jìn)行決策融合后,克服了單一特征決策的不準(zhǔn)確性,有效地提高了每一類樣本的識別準(zhǔn)確率。  關(guān)鍵詞:SAR圖像;目標(biāo)識別;幾何特征;PCA特征;Hu不變矩;基于等級的決策融合  中圖分類號:TN957.52?34;TP391.41文獻(xiàn)標(biāo)識碼:A文章編號:1004?373X(2016)21?0050?06  SARimagerecognitionbasedonmulti?featuredecisionfusionforplane  HUYan,LIYuanxiang,YUWenxian ?。⊿hangh

3、aiJiaoTongUniversity,Shanghai200240,China)  Abstract:Inordertorecognizetheplanetargetofhighresolutionsyntheticapertureradar(SAR)image,anautomatic13targetrecognitionschemebasedonmulti?featuredecisionfusionoftheplane′sgeometricfeature,principalcomponentanalys

4、is(PCA)featureandHumomentinvariantispresented.Aimingatthecharacteristicsofplanesample,thegeometriclength?widthfeature,PCAfeatureandHumomentinvariantfeatureareextractedrespectivelyfromSARimages.Threesupportvectormachineclassifiersareusedtopresortthethreefeat

5、uresofthesamplerespectively.Andthentheranking?baseddecisionfusionmethodisusedtodecideandfusethepresortresults,andoutputthefinaltargetclass.Thesamplewithacertainpercentageisrandomlyselectedintheexperimentprocessfortraining.Theclassifiermodelwasobtainedtotest

6、andrecognizethewholesamples.Theexperimentalresultsshowthatthedecidedandfusedclassificationresultsofgeometricfeature,PCAfeatureandHumomentinvariantfeatureovercametheinaccuracyofusingsinglefeaturedecision,andimprovedtherecognitionaccuracyofeachtypesampleeffec

7、tively.  Keywords:SARimage;targetrecognition;geometricfeature;PCAfeature;Humomentinvariant;ranking?baseddecisionfusion  0引言  與光學(xué)成像相比,合成孔徑雷達(dá)(SyntheticAperture13Radar,SAR)具有全天時、全天候、多極化、高分辨率等特點,被廣泛應(yīng)用于軍事、民用中。隨著SAR圖像收集能力的不斷增強,合成孔徑雷達(dá)目標(biāo)自動識別(SARATR)已成為國內(nèi)外的研究熱點。SARA

8、TR可表述為從SAR圖像中分割出感興趣的目標(biāo)區(qū)域,對該區(qū)域提取目標(biāo)相關(guān)特征,從而識別出目標(biāo)所屬類型?! AR圖像可用于目標(biāo)識別的特征主要包括幾何結(jié)構(gòu)特征、灰度統(tǒng)計特征和變換特征等。在傳統(tǒng)方法中,選擇單一特征進(jìn)行分類存在一定的缺陷,如識別率達(dá)不到要求、運行時間過長等,為了得到具有良好分類性能的分類器,提高目標(biāo)識別準(zhǔn)確率,可通過提取圖像的多種有效特征,將其對應(yīng)的分類器進(jìn)行集成,對多個分類器的決策進(jìn)行融

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。