一种有效的高分辨率SAR目标特征提取与识别方法

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种有效的高分辨率SAR目标特征提取与识别方法

刘爱平, 刘忠, 付琨, 尤红建

文章导航 > 武汉大学学报 ● 信息科学版 > 2010 > 35(8): 946-950

刘爱平, 刘忠, 付琨, 尤红建. 一种有效的高分辨率SAR目标特征提取与识别方法[J]. 武汉大学学报 ● 信息科学版, 2010, 35(8): 946-950.

引用本文:

刘爱平, 刘忠, 付琨, 尤红建. 一种有效的高分辨率SAR目标特征提取与识别方法[J]. 武汉大学学报 ● 信息科学版, 2010, 35(8): 946-950.

LIU Aiping, LIU Zhong, FU Kun, YOU Hongjian. An Effective Method for Targets Feature Extraction and Recognition of High Resolution SAR Images[J]. Geomatics and Information Science of Wuhan University, 2010, 35(8): 946-950.

Citation:

LIU Aiping, LIU Zhong, FU Kun, YOU Hongjian. An Effective Method for Targets Feature Extraction and Recognition of High Resolution SAR Images[J]. Geomatics and Information Science of Wuhan University, 2010, 35(8): 946-950.

一种有效的高分辨率SAR目标特征提取与识别方法

¹海军工程大学电子工程学院,武汉市解放大道717号430033;²中国科学院电子学研究所中国科学院空间信息处理与应用系统技术重点实验室,北京市海淀区北四环西路19号,100190

基金项目: 国家自然科学基金资助项目(40871209)

作者简介:
刘爱平,博士生,主要研究方向为SAR图像多尺度分析、目标识别。

中图分类号: P237.3

An Effective Method for Targets Feature Extraction and Recognition of High Resolution SAR Images

¹Electronic Engineering College,Navy Engineering University,717 Jiefang Road,Wuhan 430033,China;(2 Key Laboratory of Technology in Geo-spatial Information Processing and Application System,Institute of Electronics,Chinese Academy of Sciences,19 West Sihuan Road,Haidian District,Beijing 100190,China

Funds: 国家自然科学基金资助项目(40871209)

摘要: 提出了一种有效的高分辨率SAR目标特征提取与识别方法,根据SAR图像目标对多尺度Gabor滤波器组的不同响应,充分利用多尺度信息及尺度间的相依性提取新的多尺度特征,该特征综合考虑了SAR图像目标的宏观和微观固有的尺度特性,从而更能反映目标的本质特征;并利用Fisher核映射使得非线性变换比线性变换更能刻画实际中的复杂模式。实验给出了MSTAR数据库中三类目标特征的空间聚类及分类情况,结果表明了该多尺度特征的有效性。
- 多尺度 /
- SAR图像 /
- 2D-Gabor滤波器 /
- 核Fisher鉴别分析
Abstract: An effective method for high resolution synthetic aperture radar(SAR) images feature extraction and target recognition is presented.According to the different response characters of targets to multi-scales Gabor filters,multi-scale information and the pertinence between multi-scales are adopted to extract new multi-scale features.This new feature combines target's macroscopical and microcosmical characteristic together,that makes it easy to obtain more essential features of SAR image.Nonlinear transform that
- multi-scale /
- SAR image /
- 2D-Gabor filter /
- kernel Fisher discriminate analysis

[1]	刘金钊, 柳林涛, 梁星辉, 叶周润, 李红蕾. 重力梯度特征向量和多尺度分析法在密度异常深度探测中的应用 . 武汉大学学报 ● 信息科学版, 2016, 41(3): 322-330. doi: 10.13203/j.whugis20140235
[2]	刘伟, 陈建宏, 曾阳帆, 赵拥军. 利用先验约束的SAR图像港口检测与鉴别 . 武汉大学学报 ● 信息科学版, 2016, 41(10): 1319-1325. doi: 10.13203/j.whugis20140794
[3]	张晗, 倪维平, 严卫东, 边辉, 吴俊政, 李莎, 金骁. 利用分形和多尺度分析的中低分辨率SAR图像变化检测 . 武汉大学学报 ● 信息科学版, 2016, 41(5): 642-648. doi: 10.13203/j.whugis20140375
[4]	郭际明, 黄长军, 喻小东, 陈元洪. 一种改进的二维经验模态分解SAR图像噪声抑制方法 . 武汉大学学报 ● 信息科学版, 2013, 38(12): 1445-1450.
[5]	刘梦玲, 陈嘉宇, 孙洪. Joint Boost特征选择的SAR信息可视化技术研究 . 武汉大学学报 ● 信息科学版, 2012, 37(10): 1240-1243.
[6]	林雪原. 一种异步多传感器组合导航系统融合算法 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 54-57.
[7]	李宇, 王宏琦, 孙显. 利用多尺度语义模型的复杂图像目标自动提取方法 . 武汉大学学报 ● 信息科学版, 2012, 37(9): 1064-1067.
[8]	林雪原, 刘磊. 多传感器组合导航系统的多尺度分布式滤波算法 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 823-826.
[9]	陈炳文, 王文伟, 梅天灿, 秦前清. 利用比例分解和嵌套窗口进行彩色图像边缘提取 . 武汉大学学报 ● 信息科学版, 2011, 36(6): 695-698.
[10]	杨露菁, 王德石, 李煜. 利用边界链编码和HMM进行SAR图像阴影建模和分类 . 武汉大学学报 ● 信息科学版, 2010, 35(2): 215-218.
[11]	杨露菁, 王德石, 李煜. 利用非线性各向异性扩散和EM的SAR图像分割技术 . 武汉大学学报 ● 信息科学版, 2009, 34(7): 805-808.
[12]	蒋志勇, 陈晓玲, 秦前清, 陈楚群. 基于重构的多尺度目标提取与分割 . 武汉大学学报 ● 信息科学版, 2008, 33(11): 1158-1161.
[13]	杨必胜, 孙丽. 导航电子地图的自适应多尺度表达 . 武汉大学学报 ● 信息科学版, 2008, 33(4): 363-366.
[14]	张浩, 蔡晋辉, 周泽魁. DS证据理论在SAR图像边缘检测中的应用 . 武汉大学学报 ● 信息科学版, 2008, 33(1): 105-108.
[15]	张静, 王国宏, 林雪原. 一种基于正则化方法的SAR图像边缘检测算法 . 武汉大学学报 ● 信息科学版, 2007, 32(10): 864-867.
[16]	王文波, 费浦生, 羿旭明, 张建国. 基于提升格式小波包变换的SAR图像去噪 . 武汉大学学报 ● 信息科学版, 2007, 32(7): 585-588.
[17]	刘艳芳. 多尺度耕地供需动态平衡模式研究 . 武汉大学学报 ● 信息科学版, 2005, 30(3): 194-198.
[18]	尤红建, 丁赤彪, 向茂生. 机载高分辨率SAR图像直接对地定位原理及精度分析 . 武汉大学学报 ● 信息科学版, 2005, 30(8): 712-715.
[19]	曹永锋, 孙洪, 杨文, 徐新. 基于MPM准则的无监督SAR图像分割 . 武汉大学学报 ● 信息科学版, 2004, 29(9): 812-815,821.
[20]	巫兆聪, 方圣辉. 基于分形理论的SAR图像边缘检测 . 武汉大学学报 ● 信息科学版, 2000, 25(4): 334-337.

WeChat

点击查看大图

计量

文章访问数: 1366
HTML全文浏览量: 28
PDF下载量: 348
被引次数: 0

一种有效的高分辨率SAR目标特征提取与识别方法

¹海军工程大学电子工程学院,武汉市解放大道717号430033;²中国科学院电子学研究所中国科学院空间信息处理与应用系统技术重点实验室,北京市海淀区北四环西路19号,100190

基金项目: 国家自然科学基金资助项目(40871209)

作者简介:
刘爱平,博士生,主要研究方向为SAR图像多尺度分析、目标识别。

收稿日期: 2010-06-15
修回日期: 2013-07-09
刊出日期: 2010-08-05

中图分类号: P237.3

关键词:

2D-Gabor滤波器 /

核Fisher鉴别分析

摘要: 提出了一种有效的高分辨率SAR目标特征提取与识别方法,根据SAR图像目标对多尺度Gabor滤波器组的不同响应,充分利用多尺度信息及尺度间的相依性提取新的多尺度特征,该特征综合考虑了SAR图像目标的宏观和微观固有的尺度特性,从而更能反映目标的本质特征;并利用Fisher核映射使得非线性变换比线性变换更能刻画实际中的复杂模式。实验给出了MSTAR数据库中三类目标特征的空间聚类及分类情况,结果表明了该多尺度特征的有效性。

English Abstract

刘爱平, 刘忠, 付琨, 尤红建. 一种有效的高分辨率SAR目标特征提取与识别方法[J]. 武汉大学学报 ● 信息科学版, 2010, 35(8): 946-950.

引用本文:

刘爱平, 刘忠, 付琨, 尤红建. 一种有效的高分辨率SAR目标特征提取与识别方法[J]. 武汉大学学报 ● 信息科学版, 2010, 35(8): 946-950.

LIU Aiping, LIU Zhong, FU Kun, YOU Hongjian. An Effective Method for Targets Feature Extraction and Recognition of High Resolution SAR Images[J]. Geomatics and Information Science of Wuhan University, 2010, 35(8): 946-950.

Citation:

LIU Aiping, LIU Zhong, FU Kun, YOU Hongjian. An Effective Method for Targets Feature Extraction and Recognition of High Resolution SAR Images[J]. Geomatics and Information Science of Wuhan University, 2010, 35(8): 946-950.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码