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
