基于小波域两向二维主分量分析的 SAR 目标识别

• 作者: 李汶虹 王建国 田莉萍
• 来源期刊: 雷达科学与技术
• 学科: 工学
• 关键词: 合成孔径雷达 目标识别 二维离散小波变换 两向二维主分量分析 概率神经网络
• 年，卷（期）: 2014,（6）
• 页码范围: 629-634,638
• 页数: 7页
• 分类号: TN957|TN958
• 字数: 4771字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2337.2014.06.012

摘要

针对合成孔径雷达图像目标识别在图像域进行特征提取时空间维数较高、计算复杂度较大、识别效率较低等问题，提出基于小波域两向二维主分量分析和概率神经网络的 SAR 图像目标特征提取与识别方法。该方法首先引入二维离散小波变换将预处理后的 SAR 图像变换到小波域，得到可充分表征目标特征信息的低频成分。然后提取低频子图像的两向二维主分量分析低维特征作为训练样本和测试样本的目标特征，最后由概率神经网络分类器完成目标识别。MSTAR 数据实验结果表明，在特征矩阵维数低至6×3（原始图像128×128）的情况下平均识别率高达99．32％，且最高可达99．83％，该方法不但能够有效压缩目标特征维数和提高识别率，还对目标的方位信息具有很强的鲁棒性，可有效应用于 SAR 图像目标特征提取和识别。

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	李汶虹	电子科技大学电子工程学院	2	7	2.0	2.0
3	田莉萍	电子科技大学电子工程学院	2	12	2.0	2.0