![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/0a0fd5b8-6484-4a9f-9642-c196a993f60f/0a0fd5b8-6484-4a9f-9642-c196a993f60fpic.jpg)
![基于壓縮感知的SAR圖像目標(biāo)識(shí)別方法研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/0a0fd5b8-6484-4a9f-9642-c196a993f60f/0a0fd5b8-6484-4a9f-9642-c196a993f60f1.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)是一種主動(dòng)式微波傳感器,能夠在復(fù)雜環(huán)境中獲取地物的二維高分辨率圖像,是對(duì)地觀測(cè)和軍事偵察的重要手段之一。SAR圖像自動(dòng)目標(biāo)識(shí)別(Automatic Target Recognition,ATR)技術(shù)作為軍事戰(zhàn)場(chǎng)中情報(bào)信息的主要來源,成為國(guó)內(nèi)外學(xué)者的研究熱點(diǎn)。壓縮感知(Compressed Sensing,CS)理論作為一種新穎的信號(hào)處理理論,在模式識(shí)別領(lǐng)域已取得一定
2、的研究成果并展現(xiàn)出廣闊的應(yīng)用前景。本文基于SAR圖像自動(dòng)目標(biāo)識(shí)別的特點(diǎn)和壓縮感知理論,將壓縮感知應(yīng)用到SAR圖像目標(biāo)識(shí)別中,主要研究工作如下:
1、研究了信號(hào)稀疏表示的常用方法:固定正交基、聯(lián)合正交基和超完備字典。研究了各類稀疏變換基的發(fā)展以及自身的優(yōu)缺點(diǎn),分析比較圖像在傅里葉變換、離散余弦變換以及離散小波變換后的稀疏性和圖像重建效果,總結(jié)出信號(hào)稀疏表示的重要性。
2、研究了基于平移不變Shearlet變換的SAR圖
3、像目標(biāo)識(shí)別。首先分析了SAR圖像經(jīng)平移不變Shearlet變換后的低頻和高頻特征,提出使用低頻子帶和某方向高頻子帶加權(quán)融合,將融合后的信息作為目標(biāo)的特征信息應(yīng)用于識(shí)別,其中高頻子帶通過測(cè)度函數(shù)獲取。同時(shí)對(duì)變換后的系數(shù)進(jìn)行閾值處理,能夠有效降低SAR圖像中的相干斑噪聲。基于MSTAR數(shù)據(jù)庫(kù)的仿真結(jié)果表明:采用低頻和高頻子帶融合的方式進(jìn)行目標(biāo)識(shí)別,取得良好的識(shí)別率水平,證明了本文方法的合理有效性。
3、提出一種基于梯度下降的測(cè)量矩
4、陣優(yōu)化混合方法。首先建立測(cè)量矩陣的優(yōu)化模型,基于混沌運(yùn)動(dòng)的隨機(jī)性和遍歷性等特點(diǎn)在梯度下降法的步長(zhǎng)變化中引入混沌因子,實(shí)現(xiàn)步長(zhǎng)的自適應(yīng)變化;同時(shí)利用動(dòng)量修正項(xiàng),改善算法的穩(wěn)定性。仿真結(jié)果表明,該方法有效降低測(cè)量矩陣與稀疏變換基的互相關(guān)性,改善了測(cè)量矩陣的性能。在此基礎(chǔ)上,設(shè)計(jì)了一種直接利用測(cè)量矩陣進(jìn)行特征提取的目標(biāo)分類算法,完成了SAR圖像目標(biāo)識(shí)別。基于MSTAR數(shù)據(jù)的仿真實(shí)驗(yàn)表明:該方法提高了三類含變體目標(biāo)的識(shí)別率,是一種有效的SAR目
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于壓縮感知的SAR圖像目標(biāo)識(shí)別算法研究.pdf
- 基于壓縮感知的SAR圖像目標(biāo)識(shí)別技術(shù)研究.pdf
- 基于NMF的SAR圖像目標(biāo)識(shí)別方法研究.pdf
- SAR圖像中目標(biāo)識(shí)別方法研究.pdf
- 基于多源數(shù)據(jù)融合的SAR圖像目標(biāo)識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)的SAR目標(biāo)識(shí)別方法研究.pdf
- SAR人造目標(biāo)識(shí)別方法研究.pdf
- 基于強(qiáng)魯棒性的SAR圖像目標(biāo)識(shí)別方法研究.pdf
- 圖像目標(biāo)識(shí)別方法研究.pdf
- 基于更新學(xué)習(xí)機(jī)制的SAR圖像目標(biāo)識(shí)別方法研究.pdf
- 基于形狀的圖像目標(biāo)識(shí)別方法研究.pdf
- SAR圖像旁瓣抑制和目標(biāo)識(shí)別方法的研究及實(shí)現(xiàn).pdf
- 基于圖像處理的水下目標(biāo)識(shí)別方法研究.pdf
- 基于流形學(xué)習(xí)的SAR自動(dòng)目標(biāo)識(shí)別方法研究.pdf
- 基于視覺皮層感知模型的目標(biāo)識(shí)別方法研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)的圖像目標(biāo)識(shí)別方法研究.pdf
- 針狀晶體圖像目標(biāo)識(shí)別方法.pdf
- 基于稀疏表示的SAR圖像目標(biāo)識(shí)別.pdf
- 基于核函數(shù)的SAR圖像目標(biāo)識(shí)別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成學(xué)習(xí)的SAR目標(biāo)識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論