基于Gabor变换和KPCA的SAR图像舰船目标鉴别

• 作者: 刘磊
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: SAR图像 舰船目标鉴别 Gabor变换 KPCA k-近邻分类
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 信息融合技术
• 页码范围: 34-36,154
• 页数: 4页
• 分类号: TR391
• 字数: 2277字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2016.11.009

摘要

针对SAR图像中的舰船目标和杂波虚警的鉴别问题,采用Gabor变换和核主成分分析(Kernel Principal Component Analysis,KPCA)相结合的舰船目标鉴别算法.首先对SAR图像中的样本切片进行Gabor变换,获得舰船的纹理特征,将这些特征用KPCA算法降维并提取目标的主成分分量,把最终采集的样本特征通过k-近邻分类器进行训练和测试.通过仿真结果的比较表明,利用Gabor变换和KPCA降维相结合的方法可以有效地对SAR图像中的舰船目标和杂波虚警进行鉴别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘磊	海军航空工程学院电子信息工程系	17	24	4.0	4.0