图像分块匹配的SAR目标识别方法

摘要：

提出基于分块匹配的合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别方法.对待识别SAR图像进行4分块处理,每个分块描述目标的局部区域.对于每个分块,基于单演信号构造特征矢量,描述其时频分布以及局部细节信息.单演信号从幅度、相位以及局部方位3个层次对图像进行分解,可有效描述图像的局部变化情况,对于扩展操作条件下的目标变化分析具有重要的参考意义.对于构造得到的4个特征矢量,分别采用稀疏表示分类(Sparse Representation-based Classification,SRC)分别进行分类,获得相应的重构误差矢量.在此基础上,按照线性加权融合的基本思想,通过构造随机权值矩阵进行分析.对于不同权值矢量下获得的结果,经统计分析构造有效的决策变量,通过比较不同训练类别的结果,判定测试样本的类别.所提方法在特征提取和分类决策过程中充分考虑SAR图像获取条件的不确定,通过统计分析获得最优决策结果.实验在MSTAR数据集上设置和开展,包含了 1类标准操作条件和3类扩展操作条件.通过与现有几类方法对比,有效证明了所提方法的有效性.

关键词：合成孔径雷达、目标识别、图像分块、单演信号、随机权值

所属期刊栏目：50

分类号：TN957

资助基金：佳木斯大学科研项目L2012-084

在线出版日期：2021-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：282-289