基于聯(lián)合稀疏表示的SAR圖像分類方法研究.pdf

1、合成孔徑雷達( Radar, SARApertureSynthetic)是一種具有高分辨率的遙感成像雷達,其工作方式具有全天候、全天時、多極化、多波段的特點,它不僅可以較詳細準確地獲取地表信息,還可以透過地表和植被收集地下信息,因此近年來得到了快速發(fā)展,在國防、環(huán)境、國民經濟等方面具有突出的戰(zhàn)略意義。
　　SAR圖像分類是SAR圖像理解與解譯中基礎而又關鍵的技術之一,其目的是根據已有的紋理及樣本信息判斷出給定樣本的所屬類別。由于S

2、AR圖像的成像機理不同于一般的光學圖像,因此通常適用于普通光學圖像的分類方法并不能直接應用到雷達圖像,針對此問題,本文在總結傳統(tǒng)SAR圖像分類方法的基礎上,研究了基于聯(lián)合稀疏表示的SAR圖像分類方法,所做的工作包括以下三點:
　　(1)詳細闡述了稀疏表示分類(SRC)理論,并對稀疏表示應用于SAR圖像分類上的問題做了詳盡的分析,本文提出了將小波及灰度共生矩陣特征提取和稀疏表示結合起來應用于SAR圖像分類的方法,解決了SRC不能直接

3、應用于SAR圖像的問題,通過實驗證明該方法可以較好地用來進行SAR圖像分類。
　　(2)本文提出了一種基于特征提取的聯(lián)合稀疏表示 SAR圖像分類方法,在訓練階段,對輸入的訓練樣本進行小波特征與灰度共生矩陣特征提取,構建特征矢量并聚類得到相似集合,將不同相似集合在DCT字典上進行聯(lián)合稀疏表示,根據稀疏系數(shù)進行二級字典重構;測試階段,對輸入的測試圖像做特征提取,將特征矢量在二級字典上進行投影,通過將測試階段投影系數(shù)與訓練階段得到表示系

4、數(shù)進行匹配,從而得到測試圖像的所屬類別,通過實驗,可以證明本方法對于 SAR圖像分類具有較好的效果并且在小樣本情況下依然效果顯著。
　　(3)提出了一種基于非局部聯(lián)合稀疏與距離編碼的 SAR圖像分類方法,利用了圖像塊的自相似性信息,通過聯(lián)合稀疏表示使在稀疏域也能保持這種相似性的關聯(lián)信息,原始的稀疏表示分類利用最小重構誤差準則進行分類,沒有充分利用目標樣本與其他類別的重構誤差信息,在此基礎上,我們把所有類別的殘差都當做有用信息,將非