基于字典學習的雷達目標識別
發(fā)布時間:2021-11-08 08:59
目標識別的目標是對現(xiàn)有的圖像進行分析、處理,進而識別圖像中的不同對象。合成孔徑雷達(Synthetic Aperture Radar,SAR)以其全天候、不受天氣因素影響等優(yōu)勢被越來越多地應用到各個領(lǐng)域,這也使得雷達圖像目標識別技術(shù)得到越來越多的關(guān)注。SAR圖像目標識別系統(tǒng)的核心部分是分類算法的設計。近年來,稀疏表示、字典學習等新的機器學習算法被引入到雷達圖像目標識別領(lǐng)域,學者們提出了許多基于字典學習的雷達圖像目標識別算法,但是這些算法大都忽略了對不同類別圖像間的共性信息和特有信息的結(jié)合問題。此外,雷達圖像經(jīng)常伴有噪聲,這也進一步加大了實用系統(tǒng)中的目標識別難度。針對上述問題,本文引入了解析型字典學習模型并加以改進,提出了兩種新的字典學習方法,以提升雷達目標識別的精準度和魯棒性。具體工作包括:(1)通過分析現(xiàn)有字典學習算法應用在MSTAR數(shù)據(jù)庫上的性能,發(fā)現(xiàn)現(xiàn)有方法對類別間個性和共性信息挖掘的不足,提出了一種字典對學習算法。首先訓練一個結(jié)構(gòu)化的綜合型字典來反應不同類別間的差別,然后引入一個共享字典來減少如高頻反射等引起的共性特征,此外,該算法用解析型字典學習來省略0...
【文章來源】: 大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:58 頁
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及其意義
1.2 雷達圖像目標識別技術(shù)概述
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 基于模板匹配的方法
1.3.2 基于模式分類的方法
1.4 本文組織結(jié)構(gòu)
2 雷達圖像目標識別的基本理論
2.1 雷達圖像目標識別框架
2.2 雷達圖像預處理
2.2.1 ROI提取的預處理方法
2.2.2 數(shù)據(jù)增強的預處理方法
2.2.3 去噪算法
2.3 雷達圖像特征提取
2.4 雷達圖像目標識別算法
2.4.1 樸素貝葉斯分類
2.4.2 支持向量機
2.4.3 神經(jīng)網(wǎng)絡
2.5 本章小結(jié)
3 基于字典對學習的雷達圖像目標識別
3.1 稀疏表示理論
3.2 基于字典對學習的雷達圖像目標方法
3.2.1 傳統(tǒng)字典學習模型
3.2.2 解析型字典學習模型
3.2.3 字典對學習模型
3.2.4 目標函數(shù)優(yōu)化求解
3.2.5 分類與復雜度
3.3 實驗結(jié)果與分析
3.3.1 SAR圖像數(shù)據(jù)集
3.3.2 特征提取
3.3.3 實驗設計
3.3.4 結(jié)果分析
3.4 本章小結(jié)
4 魯棒型解析字典學習的雷達圖像目標識別
4.1 特征選擇思想
4.2 魯棒型解析字典
4.3 算法求解過程
4.3.1 目標函數(shù)求解
4.3.2 分類策略和時間復雜度
4.4 實驗結(jié)果與分析
4.4.1 實驗設計
4.4.2 實驗結(jié)果與分析
4.5 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表學術(shù)論文情況
致謝
【參考文獻】:
期刊論文
[1]SAR圖像艦船目標識別綜述 [J]. 陳文婷,邢相薇,計科峰. 現(xiàn)代雷達. 2012(11)
[2]一種基于中心矩特征的SAR圖像目標識別方法 [J]. 何壸,白妍,劉宏偉. 火控雷達技術(shù). 2006(02)
[3]一種提高SAR目標識別率的有效方法 [J]. 韓萍,梅雪蘭,吳仁彪,王兆華. 中國民航學院學報. 2003(03)
碩士論文
[1]SAR圖像目標切片特征提取方法研究[D]. 周琳.國防科學技術(shù)大學 2007
本文編號:3483416
【文章來源】: 大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:58 頁
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及其意義
1.2 雷達圖像目標識別技術(shù)概述
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 基于模板匹配的方法
1.3.2 基于模式分類的方法
1.4 本文組織結(jié)構(gòu)
2 雷達圖像目標識別的基本理論
2.1 雷達圖像目標識別框架
2.2 雷達圖像預處理
2.2.1 ROI提取的預處理方法
2.2.2 數(shù)據(jù)增強的預處理方法
2.2.3 去噪算法
2.3 雷達圖像特征提取
2.4 雷達圖像目標識別算法
2.4.1 樸素貝葉斯分類
2.4.2 支持向量機
2.4.3 神經(jīng)網(wǎng)絡
2.5 本章小結(jié)
3 基于字典對學習的雷達圖像目標識別
3.1 稀疏表示理論
3.2 基于字典對學習的雷達圖像目標方法
3.2.1 傳統(tǒng)字典學習模型
3.2.2 解析型字典學習模型
3.2.3 字典對學習模型
3.2.4 目標函數(shù)優(yōu)化求解
3.2.5 分類與復雜度
3.3 實驗結(jié)果與分析
3.3.1 SAR圖像數(shù)據(jù)集
3.3.2 特征提取
3.3.3 實驗設計
3.3.4 結(jié)果分析
3.4 本章小結(jié)
4 魯棒型解析字典學習的雷達圖像目標識別
4.1 特征選擇思想
4.2 魯棒型解析字典
4.3 算法求解過程
4.3.1 目標函數(shù)求解
4.3.2 分類策略和時間復雜度
4.4 實驗結(jié)果與分析
4.4.1 實驗設計
4.4.2 實驗結(jié)果與分析
4.5 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表學術(shù)論文情況
致謝
【參考文獻】:
期刊論文
[1]SAR圖像艦船目標識別綜述 [J]. 陳文婷,邢相薇,計科峰. 現(xiàn)代雷達. 2012(11)
[2]一種基于中心矩特征的SAR圖像目標識別方法 [J]. 何壸,白妍,劉宏偉. 火控雷達技術(shù). 2006(02)
[3]一種提高SAR目標識別率的有效方法 [J]. 韓萍,梅雪蘭,吳仁彪,王兆華. 中國民航學院學報. 2003(03)
碩士論文
[1]SAR圖像目標切片特征提取方法研究[D]. 周琳.國防科學技術(shù)大學 2007
本文編號:3483416
本文鏈接:http://www.sikaile.net/kejilunwen/wltx/3483416.html
最近更新
教材專著