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

  1. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  2. 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
  3. 红外超光谱图像的虚拟探测器研究,TP391.41
  4. 图像实时采集、存储与处理方法研究,TP391.41
  5. 空中目标抗干扰识别跟踪系统,TN215
  6. 红外图像目标识别及跟踪技术研究,TP391.41
  7. 水下目标特征的压缩与融合技术研究,TN911.7
  8. 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
  9. 基于稀疏表示的人脸识别算法研究,TP391.41
  10. 小型智能足球机器人系统全局视觉的研究与设计,TP242.6
  11. 鉴别性流形学习在人脸识别中的研究应用,TP391.41
  12. 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
  13. 压缩感知中信号重构算法的研究,TN911.6
  14. 基于3G网络的智能交通视频监控系统的设计与实现,TP391.41
  15. 高分辨率遥感图像目标识别方法研究,TP751
  16. 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
  17. 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
  18. 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
  19. 基于脑电信号的疲劳估计和实时监控技术研究,TN911.6
  20. 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
  21. 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