基于小波变换和深层稀疏编码的SAR目标识别-论文.pdf

《基于小波变换和深层稀疏编码的SAR目标识别-论文.pdf》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、_鞠箍簟DlGlTA数L字VI视DE频O霾_ideo~Engineerin8【本文献信息】李帅，许悦雷，马时平，等．基于小波变换和深层稀疏编码的SAR目标识别[J]．电视技术，2014，38(13)基于小波变换和深层稀疏编码的SAR目标识别李帅，许悦雷，马时平，倪嘉成，王坤(1．空军工程大学航空航天工程学院，陕西西安710038；2．甘肃省张掖市山丹县95876部队，甘肃张掖734100)【摘要】针对SAR图像预处理算法自适应能力差、带标签图像不足、目标特征提取困难等问题，提出了一种基于小波变换和深层稀疏编码的SAR图像目标自动识

2、别算法。首先利用灰度值和尺度缩放获得大量的无标签SAR目标，并采用离散小波变换对图像进行高效的降维，再结合深层稀疏编码提取目标的深层抽象特征并完成识别任务。采用MSTAR数据库中3类军事目标进行算法仿真与验证。实验结果表明，在没有预处理的情况下，该算法能够有效地完成多目标SAR图像分类，且具有较高的识别率和鲁棒性。【关键词】合成孔径雷达图像；目标识别；深层稀疏编码；深度学习；小波变换‘【中图分类号】TP391【文献标志码】ASARTargetRecognitionUsingWaveletTransformandDeepSparse

3、AutoencodersLIShuai，XUYuelei，MAShiping，NIJiacheng，WANGKun(J．InstituteofAeronauticsandAstronauticsEngineering，AForceEngineeringUnive=ity，Xi’an710038，China；2．Troop95876，GansuZhangye734100，China)【Abstract】Toovercomethelowadaptabilityofthepreprocessingalgorithm，lackoflabe

4、lledimagesanddificultyoftargetfeatureextraction，anovelap—proachtOtargetrecognitionofSARimageswhichcombinesdeepsparseautoencoders(DSA)anddiscretewavelettransform(DWT)ispresentedinthispaper．ThegrayvalueandscalevariationisusedforobtaininglargeamountofunlabeledSARtargets．

5、TheDⅥ，rI’isappliedfordimensionalityreductionofSARimages．Moreover，throughtheformationofdeepsparseautoencoders，deepabstractfeatureislearnedfromtheSARtargets．Experimentsareim—plementedwiththreemilitarytargetsinMSTARdatabase．ExperimentalrestdtsbasedontheMSTARdatabasedemon

6、stratetheproposedalgorithmcanac—complishthemultiple—targetsclassificationeffectivelyevenwithoutpreprocessing，andhasahigherrecognitionrateandrobustness．【Keywords1SARimages；targetsrecognition；deepsparseautoencoders；deeplearning；wavelettransform合成孔径雷达(SyntheticApertureRa

7、dar，SAR)由于准确的表示。2007年，Bengio等人提出了一种通过堆其全天候作战的特点而迅速发展起来。SAR图像作为一叠编码器、解码器实现深度学习的算法——深层自动编种新型的遥感图像具有特殊的乘性斑点噪声及丰富的纹码器。由于其在目标特征提取方面具有高效、鲁棒等理信息等特点。通常情况下，SAR图像目标自动识别算特点，一些学者已成功将其用于光学图像的识别、去法在识别前必须要进行图像预处理，要求在有效抑制相干噪、降维¨。。等方面，且均取得了较好的效果。二维小波斑噪声的同时较好地保持目标的结构纹理信息¨。然变换通过尺度伸缩和旋转生

8、成一组滤波器，可以提取图像而，预处理算法的自适应性往往难以满足。另外，目前常在不同的频率尺度和纹理方向的信息，而其中的低频子带见的SAR目标识别算法一般属于监督学习，需要大量带图像包含了SAR目标的大部分能量信息，可以用于实现标记的SAR图像目标作