基于壓縮感知的sar圖像目標(biāo)識(shí)別算法研究

《基于壓縮感知的sar圖像目標(biāo)識(shí)別算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文題目:基于壓縮感知的SAR圖像目標(biāo)識(shí)別算法研究研究生張琴專業(yè)控制理論與控制工程指導(dǎo)教師賴曉平教授完成日期2016年3月杭州電子科技大學(xué)碩士學(xué)位論文基于壓縮感知的SAR圖像目標(biāo)識(shí)別算法研究研究生：張琴指導(dǎo)教師：賴曉平教授2016年3月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterResearchonSARImageTargetRecognitionbasedonCompressedSensingCandidate:Zha

2、ngQinSupervisor:Prof.LaiXiaoPingMarch，2016杭州電子科技大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重聲明，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研：所呈交的學(xué)位論文巧工作所取得的成果。除文中己經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫過的作品或成果。對(duì)本文的研巧做出重要貢獻(xiàn)的個(gè)人和集體，均己在文中｛＾明確方式標(biāo)明。一申請(qǐng)學(xué)位論文與資料若有不實(shí)之處，本人承擔(dān)切相關(guān)責(zé)任。論文作者簽名：＾日期；之口／＾年學(xué)位論文使用授權(quán)說明

3、本人完全了解杭州電子科技大學(xué)關(guān)于保留和使用學(xué)位論文的規(guī)定，即；研巧生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬杭州電子科技大學(xué)。本人保證畢業(yè)離校后，發(fā)表論文或使用論文工作成果時(shí)署名單位仍然為杭州電子科技。學(xué)校有權(quán)保留送交論文的復(fù)巧件大學(xué)，允許查閱和借閱論文；學(xué)?？啥豆迹崳娬撐牡娜炕虿糠謨?nèi)容，可臥允許采用影印、縮印或其它復(fù)制手段保存論文。（保密論文在解密后遵守此規(guī)定）論文作者簽名；多衣曰期：處巧月乂日指導(dǎo)教師證名：曰期：如年０月曰／技￥杭州電子科技大學(xué)碩士學(xué)位論文摘要合成孔徑雷達(dá)(S

4、yntheticApertureRadar，SAR)具有遠(yuǎn)距離、全天時(shí)全天候?qū)Φ赜^測、能夠穿透云霧植被、多波段、多極化等特點(diǎn)，目前一直朝著高分辨率、多功能、多工作模式的方向發(fā)展。SAR圖像目標(biāo)識(shí)別在國民經(jīng)濟(jì)和國防建設(shè)中有著廣泛的應(yīng)用，如反彈道導(dǎo)彈的防御系統(tǒng)、海洋監(jiān)測系統(tǒng)、艦船目標(biāo)的識(shí)別、礦藏探測等。為了提高SAR圖像目標(biāo)的識(shí)別率，需解決特征提取及選擇、分類器設(shè)計(jì)等關(guān)鍵技術(shù)。本文對(duì)上述關(guān)鍵技術(shù)展開研究，研究成果如下：首先，提出了一種基于混合智能優(yōu)化的SAR圖像特征選擇算法。先采用分形特征對(duì)SAR目標(biāo)進(jìn)行圖像增強(qiáng)，基于閾

5、值分割后的圖像提出一種基于圖像矩的方位角估計(jì)方法。然后基于未校正和校正后的圖像分別提取Zernike矩、Gabor小波系數(shù)和灰度共生矩陣構(gòu)成候選特征集合。采用了一種結(jié)合遺傳算法和二值粒子群的混合智能優(yōu)化算法實(shí)現(xiàn)SAR圖像特征選擇。實(shí)驗(yàn)結(jié)果表明，優(yōu)化后的特征集合具有一定泛化能力，一方面提高了SAR圖像目標(biāo)識(shí)別的準(zhǔn)確率，另一方面減小了SAR圖像目標(biāo)識(shí)別的時(shí)間。其次，闡述了基于壓縮感知的SAR圖像目標(biāo)識(shí)別算法的基本原理，通過實(shí)驗(yàn)研究了影響該算法性能的主要因素，包括圖像預(yù)處理算法、構(gòu)成字典的樣本數(shù)量和字典構(gòu)成方法。為降低SA

6、R圖像目標(biāo)識(shí)別中目標(biāo)方位角帶來的影響，并提高SAR圖像變形目標(biāo)的識(shí)別率，提出了一種基于壓縮感知和支持向量機(jī)決策級(jí)融合的SAR圖像變形目標(biāo)識(shí)別算法，實(shí)驗(yàn)結(jié)果表明，基于壓縮感知結(jié)果進(jìn)行目標(biāo)方位角估計(jì)是有效的，且隨著訓(xùn)練樣本數(shù)的增加，提出的決策級(jí)融合算法顯著提高了SAR圖像變形目標(biāo)的識(shí)別率。最后，為了獲取多波段多極化SAR圖像，基于Vega軟件進(jìn)行了SAR圖像仿真，基于仿真得到的圖像數(shù)據(jù)庫進(jìn)行了多波段多極化SAR圖像特征選擇及目標(biāo)識(shí)別算法實(shí)驗(yàn)與結(jié)果分析。實(shí)驗(yàn)結(jié)果表明，X波段、HH極化方式的圖像對(duì)于坦克、裝甲車等目標(biāo)具有較高

7、的識(shí)別率；采用優(yōu)化后的特征集合能夠提高基于多波段多極化的SAR圖像識(shí)別率。關(guān)鍵詞：SAR圖像，目標(biāo)識(shí)別，壓縮感知，特征選擇，多波段多極化，SAR圖像仿真I杭州電子科技大學(xué)碩士學(xué)位論文ABSTRACTSyntheticApertureRadar(SyntheticApertureRadar,SAR)hasthefeaturesthatcanworklongdistance,observeall-dayandall-weather,penetratefogandvegetation,andhavetheworkingmo

8、deofmulti-bandandmulti-polarization,etc.Andithasbeendevelopedtowardsthedirectionofhighresolution,multi-functionalityandmulti-mode.SARimagetargetrecognitionhasbeenwidelyusedi