基于G2DPCA的SAR目标特征提取与识别

• 作者: 刘宏伟 吴顺君 尹奎英 胡利平
• 来源期刊: 宇航学报
• 学科: 工学
• 关键词: 合成孔径需达 运动和静止目标获取与识别 主分量分析 二维主分量分析
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 电子信息
• 页码范围: 2322-2327
• 页数: 6页
• 分类号: TN958
• 字数: 5277字
• 语种: 中文
• DOI: 10.3873/j.issn.1000-1328.2009.06.044

摘要

给出了基于广义二维主分最分析(G2DPCA)的合成孔径需达(SAR)图像目标特征提取方法.与主分量分析(PCA)相比,在寻求最优投影方向时,它直接基于二维图像矩阵而不是一维向量,在特征提取前不必将2维图像矩阵转换成1维向量.与二维主分量分析(2DPCA)相比,它可以同时去除图像行和列像素问的相关性.基于美国运动和静止目标获取与识别(MSTAR)计划录取的数据的实验结果表明,结合预处理.G2DPCA在大大降低了特征维数的同时,又改善了识别性能,并且正确识别率在97%以上,且对目标方位变化具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴顺君	西安电子科技大学雷达信号处理重点实验室	212	2480	26.0	37.0
2	刘宏伟	西安电子科技大学雷达信号处理重点实验室	231	3070	26.0	37.0
3	胡利平	西安电子科技大学雷达信号处理重点实验室	8	164	7.0	8.0
4	尹奎英	西安电子科技大学雷达信号处理重点实验室	6	100	5.0	6.0