学位论文 > 优秀研究生学位论文题录展示
基于特征参数稀疏表示的SAR图像目标识别的研究
作 者: 王燕霞
导 师: 张弓
学 校: 南京航空航天大学
专 业: 信号与信息处理
关键词: 目标识别 稀疏表示 过完备字典 匹配追踪算法 广义二维主分量分析 Fisher线性判别
分类号: TN957.52
类 型: 硕士论文
年 份: 2012年
下 载: 171次
引 用: 0次
阅 读: 论文下载
内容摘要
稀疏表示理论近年来备受关注,已成功应用于图像压缩和去噪。合成孔径雷达(SyntheticAperture Radar,SAR)图像的目标识别是对目标属性、类别或类型的判定,基于SAR图像的目标识别技术在军事、民用等领域都具有十分重要的作用。本文结合航空基金课题,通过追踪国内外稀疏表示理论的研究成果,将稀疏表示应用于SAR图像的目标识别,主要完成工作如下:(1)研究了稀疏表示理论的内容之一:字典。研究了固定字典的发展和学习字典的学习方法,通过分析字典在图像等信号处理中的应用,总结出针对信号的稀疏表示设计过完备字典需遵循的三个原则。(2)研究了稀疏表示理论的内容之二:稀疏求解算法。分析了匹配追踪类算法、l1范数正则化算法和迭代收缩算法的特点,提出一种改进的正交匹配追踪算法,通过非线性下降阈值自适应确定候选原子集,正则化的二次筛选剔除能量较小的原子,再根据最小二乘法重构信号。仿真结果表明,本文提出的算法具有较高的信号重构性能,在速度上比BP算法快,在精度上比匹配追踪类算法高。(3)研究了稀疏表示理论在SAR图像目标识别中的应用。针对SAR图像在像素域稀疏表示的识别算法存在的高维问题,提取低维高精度的广义二维主分量特征作为构成过完备字典的原子,并利用线性判别准则对字典进行学习,大大降低了稀疏表示求解的复杂度。求解测试样本在学习字典下的稀疏表示系数,根据系数矢量的SCI值实现分类识别。仿真实验结果表明,本文提出的识别算法只需要简单的SAR图像预处理即可实现高精度的目标识别,同时提高了识别速度。
|
全文目录
摘要 4-5 ABSTRACT 5-10 第一章 绪论 10-16 1.1 课题研究背景及意义 10-12 1.2 国内外研究现状 12-15 1.2.1 SAR 目标识别研究进展 12-13 1.2.2 稀疏表示理论的发展 13-15 1.3 本文主要研究工作 15-16 第二章 目标识别及稀疏表示基础理论 16-24 2.1 SAR 图像目标识别理论 16-17 2.2 稀疏表示 17-23 2.2.1 信号处理的基本方法 17-18 2.2.2 稀疏表示问题描述 18-20 2.2.3 稀疏表示基础理论 20-22 2.2.4 压缩感知理论 22-23 2.3 本章小结 23-24 第三章 字典及稀疏求解算法研究 24-46 3.1 固定字典 24-29 3.1.1 固定字典的发展 24-27 3.1.2 基于 FFT 变换基字典的一维信号重构 27-28 3.1.3 基于目标模型字典的 SAR 图像超分辨实现 28-29 3.2 学习字典 29-32 3.2.1 字典的学习方法 29-30 3.2.2 基于 K-SVD 字典学习的图像去噪 30-32 3.2.3 字典研究总结 32 3.3 稀疏求解算法 32-38 3.3.1 匹配追踪类算法 33-35 3.3.2 l_1 范数的正则化算法 35-36 3.3.3 迭代收缩算法 36-38 3.4 一种改进的正交匹配追踪算法 38-44 3.4.1 算法描述 38-39 3.4.2 仿真实验一 39-41 3.4.3 仿真实验二 41-43 3.4.4 仿真实验三 43-44 3.5 本章小结 44-46 第四章 基于稀疏表示理论的 SAR 图像目标识别 46-60 4.1 基于稀疏表示的识别研究 46-48 4.1.1 基于稀疏表示的图像识别研究 46-47 4.1.2 基于稀疏表示的 SAR 图像目标识别方法 47-48 4.2 过完备字典的构造 48-52 4.2.1 SAR 图像特性研究 48-49 4.2.2 目标特征提取 49-51 4.2.3 基于二维 Fisher 线性判别的字典学习 51-52 4.3 仿真实验 52-59 4.3.1 MSTAR 数据库介绍 52-53 4.3.2 实验方法 53-55 4.3.3 仿真结果与分析 55-59 4.4 本章小结 59-60 第五章 全文总结与展望 60-62 参考文献 62-67 致谢 67-68 在学期间的研究成果及发表的学术论文 68
|
相似论文
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 空中目标抗干扰识别跟踪系统,TN215
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 基于稀疏表示的人脸识别算法研究,TP391.41
- 小型智能足球机器人系统全局视觉的研究与设计,TP242.6
- 鉴别性流形学习在人脸识别中的研究应用,TP391.41
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 压缩感知中信号重构算法的研究,TN911.6
- 基于3G网络的智能交通视频监控系统的设计与实现,TP391.41
- 高分辨率遥感图像目标识别方法研究,TP751
- 基于压缩感知的语音稀疏基和投影矩阵构造技术的研究,TN919.8
- 基于图像稀疏表示的红外小目标检测与跟踪算法研究,TP391.41
- 匹配追踪算法的优化及其在滚动轴承故障诊断中的应用,TH165.3
- 基于脑电信号的疲劳估计和实时监控技术研究,TN911.6
- 面向空间目标识别的红外与可见光图像融合算法及仿真研究,TP391.41
- 压缩感知在图像处理中的应用研究,TP391.41
中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达设备、雷达站 > 雷达接收设备 > 数据、图像处理及录取
© 2012 www.xueweilunwen.com
|