

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、合成孔徑雷達(dá)自動(dòng)目標(biāo)識(shí)別(SAR ATR)作為SAR資源應(yīng)用的重要途徑,在軍用和民用領(lǐng)域正發(fā)揮著越來越重要的作用。SAR ATR的關(guān)鍵技術(shù)和核心任務(wù)是特征提取。常用的特征提取方法來源于光學(xué)圖像處理領(lǐng)域,需要將其加以適當(dāng)?shù)母倪M(jìn)才能適用于SAR圖像。本文結(jié)合SAR成像的特殊機(jī)理,利用基于稀疏NMF特征提取方法,結(jié)合平滑約束和半監(jiān)督約束,重點(diǎn)挖掘SAR圖像數(shù)據(jù)中包含的目標(biāo)特征信息,提高系統(tǒng)識(shí)別性能。具體內(nèi)容如下:
1.介紹PCA和I
2、CA兩種基于矩陣性質(zhì)的特征提取方法,并將其應(yīng)用于MSTAR圖片中。其次詳細(xì)介紹非負(fù)矩陣分解(NMF)法,并對(duì)其收斂性進(jìn)行推導(dǎo)。最后應(yīng)用于三類坦克的特征提取中。
2.由于合成孔徑雷達(dá)特殊的成像環(huán)境和機(jī)理,導(dǎo)致SAR圖像包含稀疏特性。通過對(duì)NMF方法進(jìn)行改進(jìn)可以提取出圖像中的稀疏信息。在現(xiàn)有稀疏NMF的基礎(chǔ)上,本文提出兩種改進(jìn)方法:基于平滑的稀疏NMF和基于半監(jiān)督的稀疏NMF。這兩種改進(jìn)方法能夠有效的表征SAR圖像中的稀疏特性,在
3、收斂速度、特征稀疏度和特征出圖等方面,性能均優(yōu)于現(xiàn)有的稀疏NMF。
3.為了驗(yàn)證改進(jìn)特征提取法的有效性,本文利用基于Parzen窗的特征高斯分布函數(shù)計(jì)算特征間距:1、T72和BMP2在15度時(shí)的類間距離變化,2、BTR70在15度和17度時(shí)的類內(nèi)距離變化。其次利用支持向量機(jī)(SVM)對(duì)目標(biāo)進(jìn)行分類識(shí)別,同時(shí)計(jì)算分類識(shí)別率。
4.作為對(duì)比,本文提出一種基于屬性散射中心模型的特征提取法。該方法通過設(shè)定模型、參數(shù)初值選擇以
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- SAR圖像中目標(biāo)識(shí)別方法研究.pdf
- 基于壓縮感知的SAR圖像目標(biāo)識(shí)別方法研究.pdf
- 基于多源數(shù)據(jù)融合的SAR圖像目標(biāo)識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)的SAR目標(biāo)識(shí)別方法研究.pdf
- SAR人造目標(biāo)識(shí)別方法研究.pdf
- 基于強(qiáng)魯棒性的SAR圖像目標(biāo)識(shí)別方法研究.pdf
- 圖像目標(biāo)識(shí)別方法研究.pdf
- 基于更新學(xué)習(xí)機(jī)制的SAR圖像目標(biāo)識(shí)別方法研究.pdf
- 基于形狀的圖像目標(biāo)識(shí)別方法研究.pdf
- SAR圖像旁瓣抑制和目標(biāo)識(shí)別方法的研究及實(shí)現(xiàn).pdf
- 基于圖像處理的水下目標(biāo)識(shí)別方法研究.pdf
- 基于流形學(xué)習(xí)的SAR自動(dòng)目標(biāo)識(shí)別方法研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)的圖像目標(biāo)識(shí)別方法研究.pdf
- 針狀晶體圖像目標(biāo)識(shí)別方法.pdf
- 基于稀疏表示的SAR圖像目標(biāo)識(shí)別.pdf
- 基于核函數(shù)的SAR圖像目標(biāo)識(shí)別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成學(xué)習(xí)的SAR目標(biāo)識(shí)別方法研究.pdf
- 紅外圖像中車輛目標(biāo)識(shí)別方法研究.pdf
- 基于稀疏表示的SAR圖像目標(biāo)識(shí)別研究.pdf
- 基于字典學(xué)習(xí)的SAR圖像目標(biāo)識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論