基于聯(lián)合稀疏表示的SAR圖像分類方法研究.pdf

1、合成孔徑雷達( Radar, SARApertureSynthetic)是一種具有高分辨率的遙感成像雷達,其工作方式具有全天候、全天時、多極化、多波段的特點,它不僅可以較詳細準確地獲取地表信息,還可以透過地表和植被收集地下信息,因此近年來得到了快速發(fā)展,在國防、環(huán)境、國民經(jīng)濟等方面具有突出的戰(zhàn)略意義。
　　SAR圖像分類是SAR圖像理解與解譯中基礎(chǔ)而又關(guān)鍵的技術(shù)之一,其目的是根據(jù)已有的紋理及樣本信息判斷出給定樣本的所屬類別。由于S

2、AR圖像的成像機理不同于一般的光學(xué)圖像,因此通常適用于普通光學(xué)圖像的分類方法并不能直接應(yīng)用到雷達圖像,針對此問題,本文在總結(jié)傳統(tǒng)SAR圖像分類方法的基礎(chǔ)上,研究了基于聯(lián)合稀疏表示的SAR圖像分類方法,所做的工作包括以下三點:
　　(1)詳細闡述了稀疏表示分類(SRC)理論,并對稀疏表示應(yīng)用于SAR圖像分類上的問題做了詳盡的分析,本文提出了將小波及灰度共生矩陣特征提取和稀疏表示結(jié)合起來應(yīng)用于SAR圖像分類的方法,解決了SRC不能直接

3、應(yīng)用于SAR圖像的問題,通過實驗證明該方法可以較好地用來進行SAR圖像分類。
　　(2)本文提出了一種基于特征提取的聯(lián)合稀疏表示 SAR圖像分類方法,在訓(xùn)練階段,對輸入的訓(xùn)練樣本進行小波特征與灰度共生矩陣特征提取,構(gòu)建特征矢量并聚類得到相似集合,將不同相似集合在DCT字典上進行聯(lián)合稀疏表示,根據(jù)稀疏系數(shù)進行二級字典重構(gòu);測試階段,對輸入的測試圖像做特征提取,將特征矢量在二級字典上進行投影,通過將測試階段投影系數(shù)與訓(xùn)練階段得到表示系

4、數(shù)進行匹配,從而得到測試圖像的所屬類別,通過實驗,可以證明本方法對于 SAR圖像分類具有較好的效果并且在小樣本情況下依然效果顯著。
　　(3)提出了一種基于非局部聯(lián)合稀疏與距離編碼的 SAR圖像分類方法,利用了圖像塊的自相似性信息,通過聯(lián)合稀疏表示使在稀疏域也能保持這種相似性的關(guān)聯(lián)信息,原始的稀疏表示分類利用最小重構(gòu)誤差準則進行分類,沒有充分利用目標(biāo)樣本與其他類別的重構(gòu)誤差信息,在此基礎(chǔ)上,我們把所有類別的殘差都當(dāng)做有用信息,將非