基于子空间法的sar图像识别

基于子空间法的sar图像识别

ID:35063766

大小:6.91 MB

页数:80页

时间:2019-03-17

基于子空间法的sar图像识别_第1页
基于子空间法的sar图像识别_第2页
基于子空间法的sar图像识别_第3页
基于子空间法的sar图像识别_第4页
基于子空间法的sar图像识别_第5页
资源描述:

《基于子空间法的sar图像识别》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、■m毛击外成*^LECTRONLOGYOFCHINAIUNICSCIENCEANDTECHNO巧UmHHPIVERSITYOFE■m硕±学位论文MASTERTHESIS:I㈱,^mI’论文题目基于子空间法的SAR图像识别学科专化信息与通信工程学号201321020506作者姓名黃健::::心^一指导教师周代英副教授K驢…^:識盤進分类号密级注1UDC学位论文基于子空间法的SAR图像识别(题名和副题

2、名)黄健(作者姓名)指导教师周代英副教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业信息与通信工程提交论文日期2016.03.31论文答辩日期2016年5月4日学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。SARImageRecognitionBasedOnSubspaceAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:Info

3、rmationandCommunicationEngineeringAuthor:HuangJianAdvisor:ZhouDaiyingSchool:SchoolofElectronicEngineering独剑性声明本人声明所呈交的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。据我所知,除了文中特别加标注和致谢的地方夕K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获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同王作的同志对本研究所做的任何贡献均已在论

4、文中作了明确的说明并表示谢意。作者签名:《化曰期:年夕月/曰论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部n或机构送父论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可将学位论文的全部或部分内容编入有关数据库进行检索,可W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应遵守此规定)作者签名:哉健导师签名:)_詞斯唉,曰期:抑年JT月曰(/摘要摘要合成孔径雷达(Synthe

5、ticApertureRadar,SAR)作为一种全天候的相干成像系统,是一种很重要的遥感信息获取手段,在军事领域和民用领域取得了广泛的应用。SAR的自动目标识别技术(AutomaticTargetRecognition,ATR)不需要人为干涉,计算机就能够对SAR图像自动进行分类识别,受到越来越多的国家的关注和研究。本文研究基于子空间法的SAR目标识别方法,主要研究内容如下:1、由于SAR图像生成原理跟普通的图像不同,使得原始的SAR图像混杂着很多的相干斑噪声,并且阴影、背景和目标混杂在一起,因此有必要在特征提取

6、前进行一些预处理操作。通过对数变换把图像中的乘性噪声转化为加性噪声;滤波方法选择基于小波变换的滤波器,实验结果表明小波变换滤波能够在最大程度的抑制噪声的同时保持目标图像的边缘细节信息;接着采用幂变换操作压缩图像的对比范围,加大目标鉴别能力;采用双参数恒虚警率对图像进行分割;后续进行统一分辨率和能量归一化操作,进一步突出了目标的可识别特征。2、针对线性鉴别分析(LinearDiscriminantAnalysis,LDA)和二维线性鉴别分析(Two-DimensionalLinearDiscriminantAnaly

7、sis,2DLDA)在面对多类别分类问题时造成的“次优性”问题,研究了基于加权2DLDA方法。基于加权2DLDA方法对不利于分类的边缘类和野值点给予较小的权值,所得到的投影更偏重难以区分的类别,解决“次优性”问题,识别性能优于2DLDA。在此基础上提出了一种结合二维主分量分析(Two-DimensionalPrincipalComponentAnalysis,2DPCA)和加权2DLDA的特征提取方法,该方法首先利用2DPCA对SAR图像降维,然后通过加权2DLDA减小类内差异,增大类间差异,两者优势互补,从而提高

8、识别性能。3、本文提出了一个2DPCA和二维局部保持投影(Two-DimensionalLocalityPreservingProjection,2DLPP)相结合的SAR图像识别方法。该方法充分结合了2DPCA和2DLPP各自的优点,首先利用2DPCA获得目标的全局结构信息,然后通过2DLPP保护目标的局部结构特征,改善目标识别性能。关键词:SAR自动目标

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。