【摘要】：合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)是一種高分辨率雷達(dá)體制,其成像基本不受天氣、光照等因素的影響,可以全天時、全天候地對目標(biāo)進(jìn)行穩(wěn)定的監(jiān)測,目前已廣泛應(yīng)用于農(nóng)業(yè)、軍事、地質(zhì)檢測等領(lǐng)域。SAR圖像分類可以提供圖像的整體結(jié)構(gòu)信息,凸顯感興趣區(qū)域,在圖像理解中具有十分重要的作用。近年來,字典學(xué)習(xí)與稀疏編碼越來越廣泛的應(yīng)用于圖像分類。本文主要針對SAR圖像的分類任務(wù),提出了一種子模字典學(xué)習(xí)方法,旨在高效地學(xué)習(xí)一個緊湊且具有判別性的字典。在研究了傳統(tǒng)圖像分類相關(guān)方法的基礎(chǔ)上,本文利用子模理論對部分方法進(jìn)行了改進(jìn):第一,改進(jìn)了基于稀疏編碼的空間金字塔特征計(jì)算方法。傳統(tǒng)的方法是采用迭代的方式學(xué)習(xí)字典,迭代的次數(shù)越大,字典學(xué)習(xí)的時間也越長。本文采用子模聚類的方式計(jì)算字典,大大減小了字典學(xué)習(xí)的時間。第二,提出了一個新穎的子模目標(biāo)函數(shù)。該函數(shù)包括三項(xiàng):基于圖模型的隨機(jī)游走熵率,一個判別項(xiàng)和一個平衡項(xiàng)。隨機(jī)游走熵率可以促使獲得一個緊湊、同質(zhì)的聚類結(jié)果;判別項(xiàng)使得每一個聚類簇具有較高的類純度;平衡項(xiàng)使得每一個聚類簇具有相似的尺寸。第三,改進(jìn)了字典項(xiàng)的計(jì)算方式。本文的字典項(xiàng)采用聚類成員中數(shù)量最多的那一個目標(biāo)類元素的平均值,而非所有成員的平均值,最大程度的使用聚類簇的主要信息,進(jìn)一步提升了字典的判別性,從視覺上提升了細(xì)節(jié)信息的分類效果。本文將圖論、子模性、字典學(xué)習(xí)和稀疏編碼等理論有機(jī)的結(jié)合起來,首先對圖像進(jìn)行尺度不變特征變換(Scale Invariant Feature Transform,SIFT)特征提取并獲得其對應(yīng)的空間金字塔描述,然后利用空間金字塔特征來構(gòu)造圖模型,接著最大化一個子模目標(biāo)函數(shù),對圖模型進(jìn)行聚類并計(jì)算字典,最后分別采用支持向量機(jī)(Support Vector Machine,SVM)和稀疏編碼的方式實(shí)現(xiàn)SAR圖像的分類。比起傳統(tǒng)的方法,通過本方法得到的SAR圖像分類效果具有更高的分類準(zhǔn)確率,同質(zhì)區(qū)域一致性也更佳。
【圖文】：

的大腦活動情況，標(biāo)記為黃色的表示活躍的區(qū)域。圖 1.1 (a)描，圖 1.1 (b)描述了熟練操作的飛行員的大腦�？梢钥闯觯炀�。換句話來說，在接收到某個相同的任務(wù)時，，熟練者只需要支費(fèi)較少的能量，就能有效地進(jìn)行同樣的計(jì)算。從字典學(xué)習(xí)、稀說明大腦知道如何對外界的刺激（如指令、任務(wù)等）進(jìn)行稀疏

離散最優(yōu)化問題是指，函數(shù)變量為離散值條件下的求解最值個問題之前，需要先介紹一下連續(xù)最優(yōu)化問題，如圖 2.2.1 所示， FRRn: 是一個凸函數(shù)，可以被有效的最大化，即具有最大值， FRRn: 是一個凹函數(shù)，可以被有效的最小化，即具有最小值，在頂點(diǎn)處取得。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN957.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 馮波;郝文寧;陳剛;占棟輝;;K-means算法初始聚類中心選擇的優(yōu)化[J];計(jì)算機(jī)工程與應(yīng)用;2013年14期

2 馬箐;謝娟英;;基于粒計(jì)算的K-medoids聚類算法[J];計(jì)算機(jī)應(yīng)用;2012年07期

3 姚麗娟;羅可;孟穎;;一種新的k-medoids聚類算法[J];計(jì)算機(jī)工程與應(yīng)用;2013年19期

4 王千;王成;馮振元;葉金鳳;;K-means聚類算法研究綜述[J];電子設(shè)計(jì)工程;2012年07期

相關(guān)博士學(xué)位論文 前1條

1 計(jì)科峰;SAR圖像目標(biāo)特征提取與分類方法研究[D];中國人民解放軍國防科學(xué)技術(shù)大學(xué);2003年

本文編號：2613809