基于稀疏最小二乘支撑向量机的SAR目标识别方法技术

技术编号:3783721 阅读:253 留言:0更新日期:2012-04-11 18:40
本发明专利技术公开了一种基于稀疏最小二乘支撑向量机的SAR目标识别方法,它属于图像处理技术领域,主要解决现有方法识别SAR目标时间长的问题。其实现过程为:首先从选定的已知类别信息的目标图像和待识别图像分别进行特征提取,得到训练样本和测试样本;然后对训练样本采用增量学习和逆学习相结合的方法进行迭代训练,选出稀疏的支撑向量集合,得到该集合中支撑向量所对应的拉格朗日乘子和偏斜量;最后根据求出的支撑向量集合,支撑向量所对应的拉格朗日乘子和偏斜量,用分类决策函数对测试样本进行识别。本发明专利技术具有在识别精度相当的条件下,减少识别时间的优点,可用于SAR目标的检测和识别。

【技术实现步骤摘要】

本专利技术属于图像处理
,涉及目标识别,可应用于对合成孔径雷达Synthetic Aperture Radar,SAR目标的识别。
技术介绍
SAR图像与普通光学图像相比,不仅具有全天候、全天时的工作能力,而且特征信号丰富,含有幅度、相位和极化等多种信息。由于其在地球科学遥感领域独特的对地观测优势,以及其在军事和民用领域的广阔应用前景,使得基于高分辨率的二维SAR图像的目标识别技术越来越受到人们的重视。一般以目标识别为最终目的的SAR图像解译系统主要包括以相干斑抑制、边缘提取、区域分割为主要内容的预处理模块,地物分类与目标识别模块,算法性能评估模块以及解译过程中需要利用到的目标的物理模型及所对应的数学模型,用于模板和特征匹配的目标数据库、目标先验数据库、用于性能评估的测试数据库等模块。基于二维SAR图像的自动目标识别主要分为三个部分预处理、特征选择和识别。预处理的目的是降低目标几何特性的灵敏度和提高识别精度;特征选择是为了从原始的数据中获得有代表性的信息,一般的特征提取方法有基于K-L变换、Radon变换、主成分分析PrincipleComponent Analys本文档来自技高网...

【技术保护点】
一种基于稀疏最小二乘支撑向量机的SAR目标识别方法,包括如下过程: (1)对选定的已知类别信息的SAR目标图像,进行特征提取,得到训练样本集{x↓[k],y↓[k]}↓[k=1]↑[n],其中n是训练样本集的样本个数,x↓[k]表示第 k个样本,用一个行向量表示,y↓[k]是与样本x↓[k]相对应的标签; (2)对SAR目标待识别图像,进行特征提取,得到测试样本集{x′↓[k]}n′↓[k=1],↑[n′]是测试样本集的样本个数,x′↓[k]表示第k个样本,用一个行 向量表示; (3)对特征提取之后的训练样本集,采用增量学习和逆学习相结合的方法进行迭代训练,得到支撑向量集合...

【技术特征摘要】

【专利技术属性】
技术研发人员:张向荣焦李成张一凡侯彪王爽杨淑媛周伟达马文萍
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:87[中国|西安]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1
相关领域技术
  • 暂无相关专利