欢迎来到天天文库
浏览记录
ID:34091510
大小:2.56 MB
页数:57页
时间:2019-03-03
《sar图像处理与目标识别若干关键技术分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、万方数据承诺书本人声明所呈交的博/硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名:日期:万方数据万方数据南京航空航天大学硕士学位论文摘要合成孔径雷达(SyntheticApertureRa
2、dar,SAR)图像的目标识别是对目标属性、类别或类型的判定,基于SAR图像的目标识别技术在军事、民用等领域都具有十分重要的作用,面对SAR数据源急剧膨胀,如何克服相干斑噪声影响并快速准确提取有用信息,实现SAR图像目标自动识别是SAR图像应用面临的挑战。本文针对SARATR技术中相干斑抑制、目标分割、特征提取、目标识别等关键技术开展研究。主要完成工作如下:(1)研究了基于脊波冗余字典的相干斑抑制。针对传统小波字典根据点奇异性构建字典导致对SAR图像边缘、纹理描述不清晰的问题,提出一种基于脊波冗余字典的SAR图像相干斑抑制算法。利
3、用对线奇异性描述较强的脊波建立冗余字典,实现对SAR图像的稀疏表示,完成对SAR图像相干斑抑制。实验证明,该算法与传统小波相干斑抑制算法比较,PSNR提高5dB左右。(2)研究了基于能量最大流(Maxflow)的SAR图像目标分割。根据SAR大场景下传统分割算法对于目标提取虚警过高,从而导致需要较多的人为交互式操作,无法实现对目标的自动分割的问题。将目标分割转化为求解能量最大流问题,提出一种基于能量最大流的SAR图像分割算法。借助Ford-Fukerson算法来计算SAR图像最大流,提取目标及阴影部分,结合Otus算法将目标与阴影
4、清晰地分割开来。实验证明,相比于双参数CFAR法,该算法有效地降低SAR图像目标误分割像素。(3)研究了基于流形建模的SAR图像稀疏表示的识别方法。针对传统的全局线性结构假设的特征提取算法不能有效克服高维SAR数据集的非线性影响问题,导致分类效果不理想,把流形学习和稀疏表示两者相互结合,根据同一类SAR图像位于同一个低维流形上这个特点,提出一种基于流形建模的SAR图像稀疏表示的识别方法。利用混合因子分析模型来对MSTAR库进行流形建模,通过EM算法得出各类目标的特征参数,并构建起一个全局的字典,最终利用OMP算法叠代求出稀疏表示系
5、数并进行目标的分类。实验证明对MSTAR库三类目标识别率均达到97%以上,取得了良好的分类效果,证明了算法的可行性。关键词:脊波过完备字典、最大流、流形建模、稀疏表示、SARATRI万方数据SAR图像处理与目标识别若干关键技术研究ABSTRACTTargetidentificationofSyntheticApertureRadar(SAR)imageisajudgmentforattribute,category,andtypeoftarget.TheSRAimage,basedontargetidentification,pl
6、aysanimportantroleonthefieldofmilitaryandcivilianuse,etc.WiththesharplyexpansionofSARdataorigin,howtoovercometheinfluencesofspecklenoise,extractusefulinformationinafastandaccurateway,andrealizethetargetidentificationofSARimage,allofthesearethechallengesforSARimageappl
7、ication.ThispaperaimsatsomekeytechnologiesinSARATR,suchasspecklereduction,targetsegmentation,featureextractionandtargetidentification,etc.todevelopresearch.Themainfinishedworkasfollows:(1)StudyspecklereductionthatbasedonRidgeletredundantdictionary.Theproblemsofindisti
8、nctbordersandtexturesofSARthatcausedbywaveletdictionarybuildsdictionarybasedonstrangeness,proposeakindofspecklereductionalgo
此文档下载收益归作者所有