基于SVR及阴影信息的SAR目标方位角估计

基于SVR及阴影信息的SAR目标方位角估计

ID:46602970

大小:395.48 KB

页数:6页

时间:2019-11-26

基于SVR及阴影信息的SAR目标方位角估计_第1页
基于SVR及阴影信息的SAR目标方位角估计_第2页
基于SVR及阴影信息的SAR目标方位角估计_第3页
基于SVR及阴影信息的SAR目标方位角估计_第4页
基于SVR及阴影信息的SAR目标方位角估计_第5页
资源描述:

《基于SVR及阴影信息的SAR目标方位角估计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第28卷第6期2010年12月中国民航大学学报JOURNALOFCIVILAVIATIONUNIVERSITYOFCHINAV01.28No.6December2010基于SVR及阴影信息的SAR目标方位角估计韩萍,韩泽宇,吴仁彪(中国民航大学智能信号与图像处理天津市重点实验室,天津300300)摘要:目标成像方位估计是合成孔径雷达(syntheticapertureradar。SAR)自动目标识别中一个重要的预处理过程。提出一种基于支持向量回归机(supportvectormachineforregression.SVR)并结合SAR目标阴影信息的方位角

2、估计方法。首先通过长直边拟合法与脊波变换法对目标图像进行方位的粗估计.再由SVR完成精确估计。利用“运动与静止目标的获取与识别”(movingandstationarytargetacquisitionandrecognition.MSTAR)项目组提供的实测数据所做实验表明.此方法可以有效估计SAR目标方位角,精度高、泛化能力强,特别是在水平成像方位附近利用了目标的阴影信息,明显提高了相应区间的方位角估计精度。关键词:合成孔径雷达图像;方位角估计;支持向量回归机;特征提取;阴影中图分类号:TN957文献标识码:A文章编号:1674—5590(2010)0

3、6-0026—05SVR-BasedSARTargetAzimuthEstimationCombinedwithShadowHAN只馏,HANZe-yu,WURen—biao(TianjinKeyLaboratoryforAdvancedsis,“Processing,CAUC。Tianjin300300,China)Abstract:lma矛ngposeestimationisakeypre-processingstepinSARautomatictargetrecognition.ThispaperpresentsanovelSVR—basedtarg

4、etazimuthestimationmethodcombinedwiththeshadowinformationoftarget.Fiat。targetandshadowazimuthisroughlyestimatedbytwoaspectestimationapproachesrespectively,i.e.10ng-edgefittingandridgelettransform.ThentheyalefusedintofeaturestotrainSVRestimators,whicharelaterappliedtoestimatetarget

5、azimuthexactly.Experimental.resultswithMSTARdatasetshowtheproposedmethodiseffectiveandofgoodgeneralization,especially,shadowinformationoftargetisbeneficialtoimprovetheazimuthestimationaccuracyathorizontalaspect.Keywords:SARimage;azimuthestimation;supportvectormachineforregression;

6、featureextraction;shadow合成孑L径雷达(syntheticapertureradar,SAR)图像对目标的成像方位非常敏感,同一目标在不同方位角下的图像差别很大。因此,在基于SAR的自动目标识别中,通常将00~360。成像方位范围分成多个方位区间,对相应区间内的成像目标提取特征并训练分类器,识别时先估计目标成像方位角,再选取相应区间内的分类器完成识别,以获得更高的识别率。所以准确估计成像方位是SAR自动目标识别系统重要的预处理工作。目前关于SAR目标方位角估计主要有主轴提取法llI、包络盒法121、主导边界法13I、脊波变换法14I

7、和神经网络法15I等,也有学者提出过各种联合估计方法删,以达到更高的估计精度。其中,文献【6】采用了Hough变换和部分提取目标主轴的联合估计方法,该方法通过检测目标轮廓特征点提取主轴,对分割质量要求较高。当成像方位在00、l800或3600附近即水平方位时,目标只有1条短边正对雷达,其余边界的雷达回波很弱,较难分辨垂直和水平方位,容易出现方位角估计90。模糊问题。文献[7】采用了主导边界和局部包络盒的联合估计方法。文献【8】在~次估计出目标成像方位后进一步利用目标区域长宽比修正估计结果,较好地解决了90。模糊问题。上述各种方法都是针对目标图像提取特征完成

8、估计,没有利用目标的阴影信息,而当成像方位在水平方位附近时,相对于

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。