结合非采样剪切波和MCCA的SAR目标识别方法
合成孔径雷达(SAR)图像处理是获取侦察信息的重要手段,当前目标识别能力不高已成为制约SAR有效获取侦察信息的关键问题.针对这一问题,提出结合基于非下采样contourlet变换(NSCT)和多重集典型相关分析(MCCA)的SAR图像特征提取方法并据此设计目标识别算法.首先,基于NSCT 对SAR图像进行多层次分解,在不同尺度上获得SAR图像的表征结果;基于MCCA在各个分解尺度上对获取结果进行融合处理,形成对应的特征矢量;然后,以联合稀疏表示为多任务学习的基础工具,对不同尺度上的融合特征矢量进行分析;最后,根据不同尺度特征矢量的结果获取识别结果.实验采用MSTAR数据集为基础素材,对提出方法进行能力测试和结果评估,验证了该方法的有效性.
合成孔径雷达、目标识别、非下采样contourlet变换、多重集典型相关分析、联合稀疏表示
45
TP753(遥感技术)
2023-07-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
89-94