题名 基于G2DPCA的SAR目标特征提取与识别
被引量：5
1
作者
胡利平 刘宏伟 尹奎英 吴顺君
机构
西安电子科技大学雷达信号处理重点实验室
出处
《宇航学报》
EI
CAS
CSCD
北大核心
2009年第6期2322-2327,共6页
基金
教育部长江学者和创新团队支持计划(IRT0645) 国家自然科学基金(60772140) +1 种基金 国防预研项目 国防预研基金
文摘
给出了基于广义二维主分量分析(G2DPCA)的合成孔径雷达(SAR)图像目标特征提取方法。与主分量分析(PCA)相比,在寻求最优投影方向时,它直接基于二维图像矩阵而不是一维向量,在特征提取前不必将2维图像矩阵转换成1维向量。与二维主分量分析(2DPCA)相比,它可以同时去除图像行和列像素间的相关性。基于美国运动和静止目标获取与识别(MSTAR)计划录取的数据的实验结果表明,结合预处理,G2DPCA在大大降低了特征维数的同时,又改善了识别性能,并且正确识别率在97%以上,且对目标方位变化具有较好的鲁棒性。
关键词
合成孔径雷达 运动和静止目标获取与识别 主分量分析 二维主分量分析
Keywords
Synthetic aperture radar Moving and stationary tin＇get acquisition and recognition Principal component analysis 2-dimensional PCA
分类号
TN958
[电子电信—信号与信息处理]
题名 基于法向前边界响应的SAR目标方位角估计
被引量：4
2
作者
陈思 杨健 宋小全
机构
清华大学电子工程系 北京跟踪与通信技术研究所
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2011年第3期511-514,共4页
基金
国家自然科学基金(40871157) 国家航天基金资助课题
文摘
为了提高合成孔径雷达(synthetic aperture radar,SAR)自动目标识别系统的性能,提出了一种新的SAR目标方位角估计方法。利用简单的自适应阈值处理提取目标区强散射点,通过对强散射点在不同方向上投影分布的分析,定义法向前边界响应强度作为方位角估计的依据,最后对个别不可信结果进行90°校正。在运动和静止目标获取与识别(moving and stationary target acquisition and recognition,MSTAR)公开数据集上进行了实验,采用该方法99%的样本估计误差小于10°。实验结果表明,该方法可以达到与主导边界拟合法相当的最优性能,而且处理流程简单,计算效率更高。
关键词
合成孔径雷达 方位角估计 目标 识别 法向前边界响应 运动和静止目标获取与识别
Keywords
synthetic aperture radar（SAR） aspect estimation target recognition normal front edge response moving and stationary target acquisition and recognition（MSTAR）
分类号
TN959.1
[电子电信—信号与信息处理]
题名 MSTAR图像分割算法研究
被引量：8
3
作者
郑宗贵 毛士艺
机构
北京航空航天大学电子工程系
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2002年第12期92-95,120,共5页
基金
国家自然科学基金资助课题 (6983 10 40 )
文摘
由于SAR图像中具有极其严重的乘性斑点噪声 ,不可能用纯粹的传统的基于强度的分割方法来获取目标。分析了马尔可夫随机场在各向同性的连续模型 ,提出了一种新的分割方法 ,采用该方法不仅分割出了目标而且较好地保持了其空间结构。通过形态学中的膨胀和腐蚀运算得到了感兴趣的目标区域 ,并给出了它的轮廓图。利用实际的运动和静止目标获取与识别 (movingandstationarytargetacquisitionandrecognition ,MSTAR)合成孔径雷达 (syntheticapertureradar,SAR) ,图像数据得到了较好的实验效果。
关键词
MSTAR 图像分割 算法 静止 目标 获取 识别 模拟退火 腐蚀 膨胀 合成孔径雷达 运动 目标
Keywords
Image segmentation Moving and stationary target acquisition and recognition Simulated annealing Erode Dilate
分类号
TN957.52
[电子电信—信号与信息处理]
