資源描述：
《基于梯度比率的sar圖像局部特征提取方法研究-智能系統(tǒng)學(xué)報(bào)》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、第１２卷第３期智能系統(tǒng)學(xué)報(bào)Ｖｏｌ．１２№．３２０１７年６月ＣＡＡＩＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍｓＪｕｎ．２０１７ＤＯＩ：１０．１１９９２／ｔｉｓ．２０１６０３０２５網(wǎng)絡(luò)出版地址：ｈｔｔｐ：／／ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／２３．１５３８．ＴＰ．２０１７０７０５．１６５７．０１２．ｈｔｍｌ基于梯度比率的ＳＡＲ圖像局部特征提取方法研究王慶，唐濤，項(xiàng)德良，粟毅（國防科技大學(xué)電子科學(xué)與工程學(xué)院，湖南長沙４１００７３）摘要：本文研究了基于像素灰度差值計(jì)算的ＬＢＰ算子和基于梯度比率的ＬＧＲＰ算子等局部二值模式。首先介紹了基本ＬＢ
2、Ｐ算子和其他幾種ＬＢＰ算子的變形模式，并通過光學(xué)圖像和實(shí)測ＳＡＲ圖像對ＬＢＰ算子進(jìn)行性能評估。針對ＬＢＰ對ＳＡＲ圖像乘性噪聲敏感的問題，利用梯度比率計(jì)算的ＬＧＲＰ算子，并結(jié)合旋轉(zhuǎn)不變ＬＢＰ的抗旋轉(zhuǎn)性，本文提出了一種改進(jìn)的ＳＡＲ圖像ＬＧＲＰ特征，獲得了對ＳＡＲ圖像的抗噪性和抗旋轉(zhuǎn)性能。實(shí)驗(yàn)結(jié)果表明，由本文方法提取的ＳＡＲ圖像局部特征具有較好的不變性，可用于姿態(tài)角變化下的目標(biāo)識別與圖像紋理切片匹配。關(guān)鍵詞：ＳＡＲ圖像；特征提??；局部二值模式；梯度比率；旋轉(zhuǎn)不變中圖分類號：ＴＰ７５１．１文獻(xiàn)標(biāo)志碼：Ａ文章編號：１６７３－４７８５（２０１７）０３－０２８６－０７中文引用格式：王
3、慶，唐濤，項(xiàng)德良，等．基于梯度比率的ＳＡＲ圖像局部特征提取方法研究［Ｊ］．智能系統(tǒng)學(xué)報(bào)，２０１７，１２（３）：２８６－２９２．英文引用格式：ＷＡＮＧＱｉｎｇ，ＴＡＮＧＴａｏ，ＸＩＡＮＧＤｅｌｉａｎｇ，ｅｔａｌ．ＲｅｓｅａｒｃｈｏｎｌｏｃａｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｏｆＳＡＲｉｍａｇｅｓｂａｓｅｄｏｎｇｒａｄｉｅｎｔｒａｔｉｏ［Ｊ］．ＣＡＡＩｔｒａｎｓａｃｔｉｏｎｓｏｎｉｎｔｅｌｌｉｇｅｎｔｓｙｓｔｅｍｓ，２０１７，１２（３）：２８６－２９２．ＲｅｓｅａｒｃｈｏｎｌｏｃａｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｏｆＳＡＲｉｍａｇｅｓｂａｓｅｄｏｎｇｒａｄｉｅｎｔｒａ
4、ｔｉｏＷＡＮＧＱｉｎｇ，ＴＡＮＧＴａｏ，ＸＩＡＮＧＤｅｌｉａｎｇ，ＳＵＹｉ（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ４１００７３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｓｔｕｄｙ，ｗｅｉｎｖｅｓｔｉｇａｔｅａｌｏｃａｌｂｉｎａｒｙｐａｔｔｅｒｎ（ＬＢＰ）ｏｐｅｒａｔｏｒｂａｓｅｄｏｎａｄｉｆｆｅｒｅｎｃｅｃａｌｃｕｌａｔｉｏｎａｎｄａｌｏｃａｌｇｒａｄｉｅｎｔｒａｔｉｏｐａｔｔｅｒｎ（ＬＧＲＰ）ｏｐｅｒａｔｏｒｂａｓｅｄｏｎａｇｒａｄｉ
5、ｅｎｔｒａｔｉｏ．Ｆｉｒｓｔ，ｗｅｉｎｔｒｏｄｕｃｅａｂａｓｉｃａｎｄｓｅｖｅｒａｌｏｔｈｅｒＬＢＰｏｐｅｒａｔｏｒｓａｎｄｅｖａｌｕａｔｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅＬＢＰｏｐｅｒａｔｏｒｓｕｓｉｎｇｏｐｔｉｃａｌｉｍａｇｅａｎｄｓｙｎｔｈｅｔｉｃａｐｅｒｔｕｒｅｒａｄａｒ（ＳＡＲ）ｉｍａｇｅａｎａｌｙｓｉｓ．ＴｏａｄｄｒｅｓｓｔｈｅｐｒｏｂｌｅｍｏｆＬＢＰ’ｓｓｅｎｓｉｔｉｖｉｔｙｔｏｍｕｌｔｉｐｌｉｃａｔｉｖｅｎｏｉｓｅｉｎＳＡＲｉｍａｇｅｓ，ｗｅｕｓｅｔｈｅＬＧＲＰｃａｌｃｕｌａｔｏｒｂａｓｅｄｏｎｔｈｅｇｒａｄｉｅｎｔｒａｔｉｏ，ｃｏｍｂｉｎｅｄｗｉ
6、ｔｈｔｈｅａｎｔｉ?ｒｏｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆａｒｏｔａｔｉｏｎ?ｉｎｖａｒｉａｎｔＬＢＰ，ａｎｄｐｒｏｐｏｓｅａｎｉｍｐｒｏｖｅｄｒｏｔａｔｉｏｎ?ｉｎｖａｒｉａｎｔＬＧＲＰｃｈａｒａｃｔｅｒｉｓｔｉｃｆｏｒＳＡＲｉｍａｇｅｓ．Ｏｕｒｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｆｅａｔｕｒｅｈａｓｇｏｏｄｉｎｖａｒｉａｎｔｐｅｒｆｏｒｍａｎｃｅｉｎｔａｒｇｅｔｒｅｃｏｇｎｉｔｉｏｎａｎｄｉｍａｇｅｔｅｘｔｕｒｅｓｌｉｃｅｍａｔｃｈｉｎｇｗｉｔｈｃｈａｎｇｅｓｉｎｔｈｅａｎｇｌｅｏｆａｔｔｉｔｕｄｅ．
7、Ｋｅｙｗｏｒｄｓ：ＳＡＲｉｍａｇｅ；ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ｌｏｃａｌｂｉｎａｒｙｐａｔｔｅｒｎ；ｇｒａｄｉｅｎｔｒａｔｉｏ；ｒｏｔａｔｉｏｎ?ｉｎｖａｒｉａｎｔＳＡＲ固有的相干成像方式會導(dǎo)致描述同一目描述中心像素點(diǎn)與周圍像素點(diǎn)灰度大小關(guān)系的紋標(biāo)場景的多幅圖像之間出現(xiàn)幾何和輻射差異。圖理算法，該方法計(jì)算簡單且具有部分尺度、旋轉(zhuǎn)和像匹配通過將兩幅圖像的相似性進(jìn)行比較，根據(jù)比亮暗不變性等優(yōu)點(diǎn)，被廣泛地應(yīng)用于人臉圖像分［２－５］較結(jié)果快速地進(jìn)行ＳＡＲ圖像識別，成為進(jìn)一步挖掘析、目標(biāo)檢測與跟蹤等領(lǐng)域。為提高紋理特征目標(biāo)場景信息變化的前
