基于小波字典稀疏表示的SAR图像目标识别

• 作者: 王建国 田莉萍
• 来源期刊: 雷达科学与技术
• 学科: 工学
• 关键词: 目标识别 SAR图像 稀疏表示 主元分析 小波分解
• 年，卷（期）: 2014,（1）
• 页码范围: 44-50,57
• 页数: 8页
• 分类号: TN957|TN958
• 字数: 4598字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2337.2014.01.008

摘要

针对稀疏表示识别算法在图像域构造冗余字典时过分依赖预处理及原子维数较大的问题，提出基于小波字典的 SAR图像稀疏表示识别算法。首先采用二维离散小波变换将原始图像变换到小波域，建立小波域 SAR图像特征模型，得出小波域低频成分可充分表征目标类别信息的结论。然后取小波域低频成分进行2DPCA特征抽取构造小波字典，最后由改进 OMP 算法稀疏分解系数得到识别结果。SAR MSTAR数据的实验结果表明，在无预处理的情况下识别率高达99％，并且在含噪比10％的情况下识别率仍达96％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建国	电子科技大学电子工程学院	77	808	16.0	23.0
2	田莉萍	电子科技大学电子工程学院	2	12	2.0	2.0