基于特征参数稀疏表示的SAR图像目标识别

• 作者: 张弓 王燕霞
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 合成孔径雷达(SAR)图像 广义二维主分量分析(G2DPCA) 目标识别 稀疏表示 移动和静止目标获取与识别(MSTAR)
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 通信与电子
• 页码范围: 308-313
• 分类号: TN97|TP751
• 字数: 3521字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2012.03.008

摘要

通过对合成孔径雷达( synthetic aperture radar,SAR)图像的统计特性分析,提出一种基于特征参数稀疏表示的SAR图像目标识别算法,有效地解决了图像域稀疏表示识别算法存在的高维问题.由低维高精度的广义二维主分量特征构成过完备字典,基于Fisher线性判别准则对该字典进行学习优化,使得类内更紧凑,类间更分开,同时降低了稀疏求解的复杂度.求解测试样本在优化字典下的稀疏表示系数,根据系数矢量的能量特征完成分类识别.MSTAR( moving and stationany target acquisition and recognition)实测SAR图像数据实验的结果表明,该方法稀疏求解复杂度低,并且只需简单的SAR图像预处理即可有效地提高识别的准确率和速度

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张弓	南京航空航天大学电子信息工程学院	95	625	14.0	18.0
2	王燕霞	南京航空航天大学电子信息工程学院	2	37	2.0	2.0