資源描述：
《基于稀疏表示的SAR圖像目標識別.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、中國科學技術(shù)大學碩士學位論基于稀疏表示的SAR圖像目標識別作者姓名：學科專業(yè)：導師姓名：完成時間：李雪瑩信號與信息處理尹東副教授二。一二年五月四日文UniversityofScienceandTechnologyofChinaAdissertationformaster’SdegreeSARTargetRecognitionBasedonSparseRepreSentationAuthor’SName：XueyingLiSpeciality：SignalandInformationProcessingSupervisor：Asso
2、ciateProf．DongYinFinishedtime：May4m，2012中國科學技術(shù)大學學位論文原創(chuàng)性聲明本人聲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果。除已特別加以標注和致謝的地方外，論文中不包含任何他人已經(jīng)發(fā)表或撰寫過的研究成果。與我一同工作的同志對本研究所做的貢獻均已在論文中作了明確的說明。作者簽名：查重量簽字同期：知臉．6．6中國科學技術(shù)大學學位論文授權(quán)使用聲明作為申請學位的條件之一，學位論文著作權(quán)擁有者授權(quán)中國科學技術(shù)大學擁有學位論文的部分使用權(quán)，即：學校有權(quán)按有關(guān)規(guī)定向國家有關(guān)部門或機構(gòu)送
3、交論文的復(fù)印件和電子版，允許論文被查閱和借閱，可以將學位論文編入《中國學位論文全文數(shù)據(jù)庫》等有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、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)容相一致，保密的學位論文在解密后也遵守此規(guī)定。函公開口保密(——年)作者簽名：查重皇導師簽名：簽字日期：洳f≥、6．6摘要摘要作為微波遙感的代表，合成孔徑雷達(SyntheticApertureRadar,SAR)具有全天時、全天候、穿透力強和分辨率高等特點。近些年來，SAR圖像自動目標識別技術(shù)(ATR)已經(jīng)成為國內(nèi)外研究的熱點。
4、由于SAR傳感器的主動成像特性，SAR圖像中存在大量相干斑和陰影區(qū)域，目前影響SAR圖像目標自動識別算法性能的因素有：對目標方位角的敏感、預(yù)處理中圖像目標分割的質(zhì)量、目標本身輪廓的改變、成像參數(shù)、目標周圍環(huán)境等。SARATR是SAR圖像解譯中一個關(guān)鍵步驟，如何精確提取特征和采用有效的分類方法是兩個關(guān)鍵問題。提取特征方面，現(xiàn)有的基于模板匹配的SAR自動目標識別算法需要對目標姿態(tài)進行預(yù)估計，對目標進行方位校正，將目標旋轉(zhuǎn)至標準方位，減少模板存儲空間。但預(yù)處理復(fù)雜度較高。設(shè)計分類器方面，傳統(tǒng)統(tǒng)計學習方法中針對小樣本學習問題精度不佳，并且
5、可推廣性差。因此，有必要從其他角度來研究SARATR問題。信號的稀疏表示模型基于信號的稀疏性假設(shè)，是一種線性模型，具備容易擴展的特性，同時目標方位角魯棒的特征表達可有效避免目標姿態(tài)預(yù)估計問題。本文主要研究目標姿態(tài)變化下的稀疏表示目標識別算法，主要內(nèi)容和貢獻如下：1．提出一種結(jié)合多層紋理模型與：無樣本提取的稀疏表示分類算法。首先利用Gabor濾波器形成多層紋理模型表示，：并利用LBP算子編碼Gabor幅值，得到GLBP圖譜，之后進行子區(qū)域劃分和直方圖統(tǒng)計，生成串接序列形成最終降維后特征。為了進一步降低字典維度，采用元樣本提取方法形成
6、最終的稀疏表示字典，用于分類識別。實驗結(jié)果表明，該算法能夠有效提取顯著特征，降低SRC算法的識別時間至原來的15％，分類準確率達到95％以上。2．提出一種新的基于字典學習的克服方位敏感性的SAR目標識別方法。該方法引入BagofFeatures思想，利用密集采樣SIFT描述特征訓練過完備字典，對訓練集和測試集同時進行稀疏編碼并構(gòu)造空域金字塔環(huán)形描述，得到旋轉(zhuǎn)不變特征，最后輸入線性SVM分類器進行分類。實驗結(jié)果表明，在無需目標方位角估計的前提下，該方法達到了優(yōu)異的識別率。3．設(shè)計SAR圖像信息提取平臺。該平臺首先對整幅場景的大圖進行
7、去噪等預(yù)處理，然后進行目標檢測與識別。通過將本文提出的兩種識別算法應(yīng)用至實際場景的處理，比較了兩種方法的優(yōu)劣，結(jié)論表明，針對MSTAR實測場景數(shù)據(jù)，本文的算法有著良好的表現(xiàn)。關(guān)鍵詞：合成孔徑雷達遙感圖像稀疏表示目標識別摘要AbstractABSTRACTAstherepresentativeofmicrowaveremotesensingsensor,SyntheticApertureRadar(SAR)hastheabilitytoproducealltime，allweather,strongpenetratingpowera
8、ndhi曲-resolutionimages．Inrecentyears，SARAutomaticTargetRecognition(ATR)TechnologyhasalreadybecomeonehotspotinSARimageprocess
