

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)是一種具有高分辨力的成像雷達(dá)。由于全天時(shí)、全天候的成像優(yōu)勢(shì),它在民用和軍用領(lǐng)域被廣泛應(yīng)用。作為應(yīng)用之一的 SAR目標(biāo)識(shí)別由于對(duì)國防預(yù)警的重要意義成為廣大學(xué)者研究的熱點(diǎn)之一。稀疏表示從過完備字典中選取盡量少的原子線性重構(gòu)信號(hào),應(yīng)用于識(shí)別問題時(shí),不僅有天然的識(shí)別信息包含在稀疏表示系數(shù)中還表現(xiàn)出優(yōu)良的抗噪性,而SAR目標(biāo)識(shí)別的一個(gè)難題就是斑點(diǎn)噪聲,因此以稀疏表示理論為基
2、礎(chǔ)的SAR目標(biāo)識(shí)別具有廣闊的研究前景。
本文以稀疏表示為基礎(chǔ),結(jié)合SAR圖像的特點(diǎn),在SAR圖像預(yù)處理、特征提取和目標(biāo)識(shí)別方面展開研究,主要的研究?jī)?nèi)容如下:
1.結(jié)合MSTAR數(shù)據(jù)庫的SAR目標(biāo)圖像特點(diǎn),研究了基于支持向量機(jī)(Support Vector Machine, SVM)分類思想的SAR圖像預(yù)處理方法,經(jīng)過對(duì)數(shù)變換、基于SVM的穩(wěn)定SAR圖像分割、后處理的流程后得到的SAR圖像既保留了目標(biāo)的細(xì)節(jié)信息又大大減
3、弱了斑點(diǎn)噪聲的影響,為后續(xù)的識(shí)別提供了更清晰的SAR目標(biāo)圖像。
2.針對(duì)稀疏鄰域保留嵌入(Sparse Neighborhood Preserving Embedding, SNPE)應(yīng)用于SAR目標(biāo)識(shí)別時(shí)在稀疏表示模型上的不足,提出改進(jìn)的最大化稀疏重構(gòu)間隙投影(Maximize Sparse Reconstruction Margin Projections, MSRMP),新算法不僅提升了識(shí)別率,還表現(xiàn)出對(duì)分類策略的不敏感
4、性,只要特征維數(shù)足夠大時(shí),在不同分類器上識(shí)別率都能保持穩(wěn)定,而且新算法傳承了稀疏表示的抗噪性,在噪聲嚴(yán)重的數(shù)據(jù)上仍保持較高的識(shí)別率。
3.針對(duì)單個(gè) SAR目標(biāo)擁有多角度圖像的情況,對(duì)聯(lián)合稀疏表示(Joint Sparse Representation, JSR)模型探討,提出改進(jìn)的聯(lián)合稀疏表示(Improved Joint Sparse Representation, IJSR)模型,通過1范數(shù)最小化和低秩矩陣恢復(fù)措施尋求同一
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
- 基于稀疏表示的SAR圖像目標(biāo)識(shí)別.pdf
- 基于稀疏表示的SAR圖像目標(biāo)識(shí)別研究.pdf
- 基于稀疏表示及字典學(xué)習(xí)的SAR目標(biāo)識(shí)別.pdf
- 基于圖像域特征稀疏表示的SAR目標(biāo)識(shí)別研究.pdf
- 基于HRRP時(shí)頻域稀疏表示的SAR目標(biāo)識(shí)別研究.pdf
- 基于稀疏表示和深度學(xué)習(xí)的SAR圖像目標(biāo)識(shí)別研究.pdf
- 基于特征參數(shù)稀疏表示的SAR圖像目標(biāo)識(shí)別的研究.pdf
- 基于流形學(xué)習(xí)與稀疏描述的SAR目標(biāo)識(shí)別算法研究.pdf
- 基于稀疏理論的SAR圖像目標(biāo)識(shí)別研究.pdf
- 基于流形學(xué)習(xí)與稀疏描述的sar目標(biāo)識(shí)別算法研究
- 基于判別性字典學(xué)習(xí)和稀疏表示的SAR地面目標(biāo)識(shí)別.pdf
- 基于稀疏表示的高光譜圖像目標(biāo)識(shí)別.pdf
- 基于稀疏表示的交通標(biāo)識(shí)識(shí)別.pdf
- 基于壓縮感知的SAR圖像目標(biāo)識(shí)別算法研究.pdf
- SAR圖像自動(dòng)目標(biāo)識(shí)別算法研究.pdf
- 圖像目標(biāo)的識(shí)別——基于稀疏表示的圖像識(shí)別算法研究.pdf
- 基于稀疏表示的SAR圖像降噪算法研究.pdf
- 基于CS的SAR目標(biāo)識(shí)別.pdf
- 基于稀疏表示的車標(biāo)識(shí)別方法研究.pdf
- 基于稀疏表示的手勢(shì)識(shí)別算法研究.pdf
評(píng)論
0/150
提交評(píng)論