基于多特征-多表示融合的SAR图像目标识别

• 作者: 张新征 王亦坚 谭志颖
• 来源期刊: 雷达学报
• 学科: 工学
• 关键词: 合成孔径雷达 目标识别 稀疏表示 协同表示 决策融合
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 论文
• 页码范围: 492-502
• 页数: 11页
• 分类号: TN959
• 字数: 6438字
• 语种: 中文
• DOI: 10.12000/JR17078

摘要

针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标识别问题,该文提出了一种基于多特征-多表示学习分类器融合的识别算法.首先,该算法提取了SAR图像3种特征,包括主成分(Principle Component Analysis,PCA)特征,小波变换特征和2维切片Zernike矩(2-Dimension Slice Zernike Moments,2DSZM)特征.然后,将测试样本的3类特征分别输入稀疏表示分类器和协同表示分类器进行预分类,得到6个预测标签.对6个预测标签进行分类器融合,得到最终的识别决策.实验中研究了3种不同的分类器融合算法,实验结果表明利用贝叶斯决策融合得到了最佳的识别性能.基于多特征-多表示学习分类器融合的方法集成了多特征的鉴别能力,也融合了稀疏和协同表示的分类性能,实现优势互补,有效提高了识别精度.基于Moving and Stationary Target Acquisition and Recognition (MSTAR)公开发布的SAR目标数据库的实验验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张新征	重庆大学通信工程学院	11	54	5.0	6.0
2	谭志颖	重庆大学通信工程学院	1	4	1.0	1.0
3	王亦坚	重庆大学通信工程学院	1	4	1.0	1.0