基于NSCT和支持向量机的SAR图像识别

• 作者: 刘以安 高志帮
• 来源期刊: 计算机测量与控制
• 关键词: 图像识别 合成孔径雷达 非下采样轮廓波变换 支持向量机
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 设计与应用
• 页码范围: 218-221,246
• 页数: 5页
• 分类号: TP753
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.06.047

摘要

针对传统的合成孔径雷达图像(SAR)识别算法识别精度低,用时长等问题,提出一种基于非下采样轮廓波变换(NSCT)和支持向量机(SVM)的SAR图像识别算法;首先通过非下采样轮廓波变换将目标图像分解成不同的尺度,然后得到目标图像的低频分量和高频分量;接着在高频分量中提取方向梯度直方图特征(HOG),在低频分量中利用局部二值化算法(Local Binary Pattern,LBP)提取纹理特征;然后将提取的梯度方向直方图特征和局部二值化特征空间连结,并使用支持向量机(SVM)作为分类器;最后对算法进行了测试;实验结果表明,该方法不仅能够有效地提高了SAR图像目标分类的精度,在MSTAR数据库上的准确率达到90.7％,而且对相干斑的影响具有较高的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘以安	江南大学物联网工程学院	114	862	15.0	23.0
2	高志帮	江南大学物联网工程学院	3	1	1.0	1.0