基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
用于描述区域特征的Hu矩不变量在模式识别中得到广泛使用.然而在噪声影响下,尤其是SAR图像中严重的相干斑噪声,Hu矩不变量不再保持其完美的性能.以Hu七个矩不变量为基础,结合SAR图像的特点,引入四个仿射矩不变量和SAR图像中目标区域的峰值、均值和方差系数,构成SAR图像中目标识别的特征向量.该特征向量体现了SAR图像区域目标的形状特征和区域的灰度信息.通过对两种不同分辨率下的T72坦克SAR图像的目标识别仿真实验,均获得了较好的目标识别效果,说明所选取的SAR图像目标识别的特征向量是有效的,具有较强的目标识别性能.
推荐文章
一种有效的SAR图像目标识别方法
合成孔径雷达图像
目标识别
不变矩
支持向量机
基于ICA和SVM的SAR图像特征提取与目标识别
合成孔径雷达
独立分量分析
支持向量机
识别
基于D-S证据理论的多特征融合SAR图像目标识别方法
SAR图像
D-S证据理论
支持向量机(SVM)
纹理特征
基于稀疏表示的SAR图像目标识别方法
合成孔径雷达(SAR)
目标识别
稀疏表示
?1范数最优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于特征向量的SAR图像目标识别方法研究
来源期刊 计算机工程与应用 学科 工学
关键词 SAR图像 特征选择 目标识别和分类
年,卷(期) 2008,(30) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 186-188
页数 3页 分类号 TP391
字数 2713字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.30.057
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 秦永元 西北工业大学自动化学院 264 3556 28.0 46.0
2 安锦文 西北工业大学自动化学院 83 600 13.0 18.0
3 王义敏 西北工业大学自动化学院 8 51 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (22)
二级引证文献  (29)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
SAR图像
特征选择
目标识别和分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导