江苏省普通高校研究生科研创新计划项目(CXLX120160)
- 作品数：3 被引量：15H指数：2
- 相关作者：刘中杰丁萌曹云峰庄丽葵王西超更多>>
- 相关机构：南京航空航天大学更多>>
- 发文基金：江苏省普通高校研究生科研创新计划项目国家自然科学基金中国航空科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 面向SAR图像目标识别的鲁棒处理算法被引量：3
- 2013年
- 现有合成孔径雷达图像的目标识别方法通常要进行预处理,预处理对于识别率影响较大。但是,针对不同的合成孔径雷达目标图像,预处理算法的自适应性很难得到保证。将基于核的主成分分析与稀疏表示相结合,只需很少的观测数据就能得到高识别率的目标识别结果,节省了数据存储量和计算量。首先,阐述了压缩感知的基本理论;其次,提出了基于核主成分分析和稀疏表示的合成孔径雷达图像目标识别算法;最后,选取MSTAR数据库中的5类目标进行实验。仿真结果表明,在没有方位角预测的情况下,该算法仍能有效地识别目标,与其他识别算法相比,在同等噪声污染的图像下,具有较高的识别率。
- 刘中杰曹云峰庄丽葵丁萌王西超
- 关键词：目标识别压缩感知核主成分分析合成孔径雷达图像
- 基于主元分析和稀疏表示的SAR图像目标识别被引量：13
- 2013年
- 现有的合成孔径雷达图像目标识别方法通常包括图像预处理、特征提取和识别算法3部分。但是,预处理算法的自适应性很难得到保证。提出了一种基于主元分析和稀疏表示的目标识别算法。首先,阐述了稀疏表示和重构的基本理论;其次,提出了基于主元分析和稀疏表示的合成孔径雷达图像目标识别算法;最后,选取MSTAR数据库中的5类合成孔径雷达目标图像进行仿真。结果表明,在没有预处理的情况下,该算法仍能有效地识别目标,与主元分析和三阶近邻的识别算法相比,具有较高的识别率和鲁棒性。
- 刘中杰庄丽葵曹云峰丁萌
- 关键词：目标识别主元分析合成孔径雷达图像
- 基于鲁棒主元分析的SAR图像目标分割
- 2014年
- 合成孔径雷达(SAR)图像的目标分割,是SAR图像自动目标识别的关键预处理步骤。与一般SAR图像目标区域分割方法不同,鲁棒主元分析融合了主元分析(PCA)与压缩感知(CS)理论中稀疏矩阵的先进思路,利用多帧具有相似性的SAR图像,构建一个观测矩阵D,通过求解一个凸优化问题,重建出一个低秩矩阵A和一个稀疏矩阵E。将矩阵A和E的列向量矩阵化,即可完成SAR图像目标与背景的分离。实验结果表明,鲁棒主元分析算法避免了复杂的SAR图像背景建模,针对同一目标的多帧SAR图像,所提方法对SAR图像目标和背景的分割问题具有可行性和有效性;与经典的最优阈值分割算法相比,误分率明显降低。
- 刘中杰曹云峰庄丽葵丁萌
- 关键词：SAR图像目标检测图像分割
