两向2DLDA与SVM相结合的SAR图像识别

摘要：

　　针对线性判决分析（LDA）用于图像特征提取时存在破坏二维空间结构、特征向量维数过大的缺点。二维线性判决分析（2DLDA）直接对图像矩阵进行运算，在一定程度上弥补了LDA的缺陷，但其实质是按行压缩图像矩阵进行特征提取，只消除了图像列的相关性，所提取的特征维数依然过大。为解决以上问题，本文采用两向2DLDA的方法，在行和列方向同时压缩图像矩阵进行特征提取。并结合支持向量机（SVM）进行分类识别，用MSTAR计划发布的实测合成孔径雷达（SAR）图像数据进行实验。结果表明，该方法在减少计算量的同时能达到较高的识别率。

关键词：合成孔径雷达、两向二维线性判决分析、支持向量机、目标识别

分类号：TN957.52

在线出版日期：2013-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：144-147