基于D-S证据理论的多特征融合SAR图像目标识别方法

• 作者: 叶怡 李昕 杨桄 王寿彪 童涛
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: SAR图像 D-S证据理论 支持向量机(SVM) 纹理特征
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 37-41
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.6046/gtzyyg.2013.02.07

摘要

针对应用单特征SAR图像进行目标识别准确率低的问题,提出了一种将支持向量机(support vector machine,SVM)和D-S证据理论(Dempster-Shafer,D-S)相结合的多特征融合SAR图像目标识别方法.该方法在对SAR图像预处理的基础上,提取目标的纹理、Hu不变矩和峰值特征,并分别以这3类单特征的SVM分类结果作为独立证据,构造基本概率指派,通过D-S证据的组合规则进行融合,并根据分类判决门限给出最终的目标识别结果.将该方法用于SAR图像上的3类目标识别,识别率达95.5％,表明该方法是一种有效的SAR图像目标识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨桄	空军航空大学航空航天情报系	66	522	13.0	21.0
2	王寿彪	空军航空大学航空航天情报系	8	40	3.0	6.0
3	童涛	空军航空大学航空航天情报系	15	173	6.0	13.0
4	叶怡	空军航空大学航空航天情报系	9	56	3.0	7.0
5	李昕	空军航空大学训练部	6	25	3.0	5.0