论文部分内容阅读
合成孔径雷达SAR是一种主动微波成像雷达。不同于光学成像系统,SAR对地表或植被都具有一定的穿透力,可以获取被遮盖的目标信息。SAR不受光照和气候的影响,可以实现全天时、全天候的对地观测,同时SAR还具备多波段和多极化成像的特点。这些特点使SAR在民用及军事领域都有广泛的应用前景,在军事领域中,SAR自动目标识别是战场中一种极为重要的军事侦察手段,而SAR图像目标分类是目标识别中的关键技术,将直接影响能否在战场中准确的获取目标信息,所以研究SAR图像目标分类意义重大。针对SAR图像目标分类与识别问题,本文研究了SAR自动目标识别系统中,SAR图像目标特征提取方法和特征编码方法,实现了基于SAR-SIFT与稀疏编码的SAR图像目标分类方法。本文主要完成的工作如下:(1)SAR图像目标特征稠密提取。采用SIFT的改进算法SAR-SIFT算法提取SAR目标图像的特征,SAR-SIFT算法改进了SIFT算法中关键点邻域内像素梯度的计算方法,采用基于指数加权均值之比的梯度代替基于差值的梯度,使其能够克服SAR图像中相干斑噪声对特征提取的不良影响,提取到的特征点对SAR图像的相干斑噪声具有较强的鲁棒性;针对图像分类问题,提出将SAR-SIFT扩展为稠密SAR-SIFT,在SAR图像中稠密的提取SAR-SIFT特征点;结合空间金字塔匹配方法,得到图像的统一长度的特征向量,结合SVM分类器实现SAR图像目标的分类。(2)SAR图像特征编码。在SPM的一种改进方法ScSPM中,采用稀疏编码来代替SPM中的VQ编码,进一步研究发现常规稀疏编码方法仍然存在局限性,相似的特征对应的特征码可能差异非常大,这直接导致分类性能的降低,为了解决这个问题,本文改进了稀疏编码方法,在编码过程中添加非负局部空间约束,相似的特征在字典中激活相似的原子集合,使得相似的特征对应的特征码也是相似的。实验结果表明通过采用非负局部约束稀疏编码,可以加快编码速度同时提升SAR图像目标分类的精度。在特征编码的进一步工作中,引入了核方法,核方法隐式的将低维特征空间映射到了高维特征空间,解决了在原始特征空间中特征无法被线性表示的问题,同时本文提出了一种核局部约束稀疏编码方法,在高维空间中保留了相似特征之间的相关性,并通过SAR目标分类实验证验证了方法的有效性。