基于深度曲线波网络的sar图像目标识别

《基于深度曲线波网络的sar图像目标识别》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、碩士学位论文參．Ｉ基于深度曲线波网络的ＳＡＲ图像目标识别作者姓名杨国顺指导教师姓名、职称焦李成教授＾企业导师姓名、职称沙宇恒级工申请学位类别工程硕士学校代码１０７０１学号１４０２１２１２９７分类号ＴＮ８２密级公开西安电子科技大学硕士学位论文基于深度曲线波网络的ＳＡＲ图像目标识别作者姓名：杨国顺领域：电子与通信工程学位类别：工程硕士学校导师姓名：、职称焦李成教授企业导师姓名、职称：沙宇恒高工学院：电子工程学院提变日期：２０１７年４月Ｄｅｅｃ

2、ｕｒｖｅｌｅｔｎｅｔｗｏｒｋｆｏｒＳＡＲｔａｒｇｅｔｐＲｅｃｏｎｉｔｉｏｎｇＡｔｈｅｓｉｓｓｕｂｍｉｔｔｅｄｔｏＸＩＤＩＡＮＵＮＩＶＥＲＳＩＴＹｉｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅｕｉｒｅｍｅｎｔｓｐｑｆｏｒｔｈｅｄｅｇｒｅｅｏｆＭａｓｔｅｒｉｎＳｅｌｅｃｔｉｎｏｎｅｇＢｙＹＡＮＧｕｏｓｈｕｎＳｕｐｅｒｖｉｓｏｒ：ＪｉａｏＬｉｃｈｅｎＴｉｔｌｅ：ＰｒｏｆｅｓｓｏｒｇＳｕｅｒｖｉｓｏｒ：Ｓｈａｕｈｅｎｉｔｌｅ：Ｓｅｎｉｏ

3、ｒＥｎｉｎｅｅｒｐｙｇＴｇＡｐｒｉｌ２０１７西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研宄工作及取得的研宄成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人己经发表或撰写过的研究成果；也不包含一工为获得西安电子科技大李或其它教育机构的学位或证书而使用过的材料。与我同作的同事对本研宄所做的任何贡献均已在论文中作了明确的说明并表示了谢意。一学位论文若有不实之处，本人承担切法律

4、责任。本人签名：輪忌咱日期：关于西论安电子科技大学文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研宄生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保钲，结合学位论文研究成果完成的论文、保发明专利等成果，署名单位为西安电子科技大学。密的学位论文在＿＿年解密后适用本授权书。本人签名：減ｉ导师签名：在味奇《

5、日期：妒、下ｄＬＭ．日期：摘要摘要合成孔径雷达SAR（SyntheticApertureRadar）的发展与推广，来源于上个世纪的第二次世界大战，其主要功能是对飞机和军舰等军事目标的追踪。SAR目标识别是SAR图像处理和解译的最后环节，对军事上有着关键的作用。深度学习算法在图像处理领域取得了巨大的成功，同时Master在围棋领域取得了骄人的战绩，体现了深度学习算法在人工智能领域的巨大的优势。曲线波是一种带方向性信息的小波函数，能够逼近更加广泛的函数类。同时，它还是一种多尺度分析的工具，能够有效的捕获数据的高维结构。

6、将深度学习算法和曲线波相结合能够充分体现二者的优势，并将其应用于SAR目标识别领域。本文主要包括以下三方面的内容：1.提出了一种深度曲线波卷积网络的SAR目标识别的方法。该方法中首先构造曲线波字典,用曲线波原子作为深度卷积网络的第一层卷积层，并把它应用SAR目标识别中。深度曲线波网络结了卷积网络的多层特征提取的结构和曲线波的多尺度多分辨特性，克服了SAR图像的相干斑以及背景杂波和炮筒的方向角的影响，达到了精确识别的效果，加速了网络的收敛。2.提出了一种多尺度在线Elastic-net和多视角深度卷积网络的SAR目标识别的方法。该

7、方法主要利用ELastic-net对图像进行稀疏编码，然后采用最大池化对系数进行重要采样，然后输入到网络中。由于单一尺度对图像的纹理细节刻画是不精确的，采用多尺度的方法能够得到图像的结构信息。将多个尺度的系数输入网络的多个通道中进行识别。最后由于SAR图像的目标识别对目标姿态角高度敏感，引入多视角的方法，使数据与目标散射中心有而与角度无关，到达良好的SAR目标识别效果。3.提出了一种基于多层曲线波递归深度神经网络的SAR目标识别的方法。该方法充分利用了递归神经网络对图像的上下文的联系，克服了卷积网络没有考虑图像内在的空间依赖关系

8、。将曲线波原子作为网络的第一层，和2层的LSTM网络相结合，该网络包括编码层和解码层。该方法能够充分挖掘SAR图像的上下文关系和空间位置关系，最后对SAR目标识别起到了良好的效果。关键词：曲线波，多尺度，卷积网络，SAR目标识别，LSTM,Elastic-net