首页> 中文会议>第十四届全国信号处理学术年会 >基于PCA和2D-PCA特征的SAR图像目标分类性能比较

基于PCA和2D-PCA特征的SAR图像目标分类性能比较

摘要

特征提取是SAR图像目标分类的重要步骤。PCA是模式识别领域中常用的特征提取技术,在SAR图像目标分类中已得到广泛应用。PCA进行图像特征提取首先需将二维图像转换为一维向量,而由PCA发展而来的2D-PCA可直接对二维图像进行特征提取。2D-PCA和PCA的理论本质是一致的,都是通过线性变换提取高方差的主成分分量来表征原始数据,然而不同的数据处理方法使得两者的分类性能并不完全相同。本文在对PCA与2D-PCA进行理论分析的基础上,通过MSTAR SAR图像的目标分类实验,对两行的分类性能进行,系统地分析与比较。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号