基于多特征决策融合的sar飞机识别

基于多特征决策融合的sar飞机识别

ID:31359834

大小:123.50 KB

页数:13页

时间:2019-01-09

基于多特征决策融合的sar飞机识别_第1页
基于多特征决策融合的sar飞机识别_第2页
基于多特征决策融合的sar飞机识别_第3页
基于多特征决策融合的sar飞机识别_第4页
基于多特征决策融合的sar飞机识别_第5页
资源描述:

《基于多特征决策融合的sar飞机识别》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、基于多特征决策融合的SAR飞机识别  摘要:针对高分辨率SAR图像的飞机目标识别问题,提出了一种基于飞机几何特征、PCA特征、Hu不变矩等多特征决策融合的自动目标识别方案。针对飞机样本特点,分别提取飞机的几何长宽特征、PCA特征和Hu不变矩特征,使用三个支持向量机分类器分别对样本的三类特征进行预分类,然后采用基于等级的决策融合方法将预分类结果进行决策融合,输出最终的目标类别。实验过程中,随机选取一定百分比的样本进行训练,获得分类器模型,对全部的样本进行测试识别。通过实验发现,将几何特征、PCA特征和Hu不变矩

2、特征的分类结果进行决策融合后,克服了单一特征决策的不准确性,有效地提高了每一类样本的识别准确率。  关键词:SAR图像;目标识别;几何特征;PCA特征;Hu不变矩;基于等级的决策融合  中图分类号:TN957.52?34;TP391.41文献标识码:A文章编号:1004?373X(2016)21?0050?06  SARimagerecognitionbasedonmulti?featuredecisionfusionforplane  HUYan,LIYuanxiang,YUWenxian  (Shangh

3、aiJiaoTongUniversity,Shanghai200240,China)  Abstract:Inordertorecognizetheplanetargetofhighresolutionsyntheticapertureradar(SAR)image,anautomatic13targetrecognitionschemebasedonmulti?featuredecisionfusionoftheplane′sgeometricfeature,principalcomponentanalys

4、is(PCA)featureandHumomentinvariantispresented.Aimingatthecharacteristicsofplanesample,thegeometriclength?widthfeature,PCAfeatureandHumomentinvariantfeatureareextractedrespectivelyfromSARimages.Threesupportvectormachineclassifiersareusedtopresortthethreefeat

5、uresofthesamplerespectively.Andthentheranking?baseddecisionfusionmethodisusedtodecideandfusethepresortresults,andoutputthefinaltargetclass.Thesamplewithacertainpercentageisrandomlyselectedintheexperimentprocessfortraining.Theclassifiermodelwasobtainedtotest

6、andrecognizethewholesamples.Theexperimentalresultsshowthatthedecidedandfusedclassificationresultsofgeometricfeature,PCAfeatureandHumomentinvariantfeatureovercametheinaccuracyofusingsinglefeaturedecision,andimprovedtherecognitionaccuracyofeachtypesampleeffec

7、tively.  Keywords:SARimage;targetrecognition;geometricfeature;PCAfeature;Humomentinvariant;ranking?baseddecisionfusion  0引言  与光学成像相比,合成孔径雷达(SyntheticAperture13Radar,SAR)具有全天时、全天候、多极化、高分辨率等特点,被广泛应用于军事、民用中。随着SAR图像收集能力的不断增强,合成孔径雷达目标自动识别(SARATR)已成为国内外的研究热点。SARA

8、TR可表述为从SAR图像中分割出感兴趣的目标区域,对该区域提取目标相关特征,从而识别出目标所属类型。  SAR图像可用于目标识别的特征主要包括几何结构特征、灰度统计特征和变换特征等。在传统方法中,选择单一特征进行分类存在一定的缺陷,如识别率达不到要求、运行时间过长等,为了得到具有良好分类性能的分类器,提高目标识别准确率,可通过提取图像的多种有效特征,将其对应的分类器进行集成,对多个分类器的决策进行融

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。