作者:王燕霞 张弓目标识别稀疏表示
摘要:通过对合成孔径雷达(synthetic aperture radar,SAR)图像的统计特性分析,提出一种基于特征参数稀疏表示的SAR图像目标识别算法,有效地解决了图像域稀疏表示识别算法存在的高维问题。由低维高精度的广义二维主分量特征构成过完备字典,基于Fisher线性判别准则对该字典进行学习优化,使得类内更紧凑,类间更分开,同时降低了稀疏求解的复杂度。求解测试样本在优化字典下的稀疏表示系数,根据系数矢量的能量特征完成分类识别。MSTAR(moving and stationany target acquisition and recognition)实测SAR图像数据实验的结果表明,该方法稀疏求解复杂度低,并且只需简单的SAR图像预处理即可有效地提高识别的准确率和速度
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《重庆邮电大学学报·自然科学版》(CN:50-1181/N)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《重庆邮电大学学报·自然科学版》以信息学科为特色的专业性学术期刊;它反映了我国电子、通信、计算机、自动控制等最新科学技术研究成果,在中国文献领域占有重要的学术地位。
杂志详情