10.3969/j.issn.1672-9730.2016.11.009
基于Gabor变换和KPCA的SAR图像舰船目标鉴别
针对SAR图像中的舰船目标和杂波虚警的鉴别问题,采用Gabor变换和核主成分分析(Kernel Principal Component Analysis,KPCA)相结合的舰船目标鉴别算法.首先对SAR图像中的样本切片进行Gabor变换,获得舰船的纹理特征,将这些特征用KPCA算法降维并提取目标的主成分分量,把最终采集的样本特征通过k-近邻分类器进行训练和测试.通过仿真结果的比较表明,利用Gabor变换和KPCA降维相结合的方法可以有效地对SAR图像中的舰船目标和杂波虚警进行鉴别.
SAR图像、舰船目标鉴别、Gabor变换、KPCA、k-近邻分类
36
TR391
国家自然科学基金61179016
2016-12-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
34-36,154