基于字典学习和拓展联合动态稀疏表示的SAR目标识别

曹娜; 王永利; 孙建红; 赵宁; 宫小泽

首页> 中文期刊> 《自动化学报》 >基于字典学习和拓展联合动态稀疏表示的SAR目标识别

基于字典学习和拓展联合动态稀疏表示的SAR目标识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

提出了一种基于字典学习和拓展联合动态稀疏表示的合成孔径雷达(Synthetic aperture radar,SAR)图像的目标自动识别(Automatic target recognition,ATR)方法.首先,在图像预处理时,分割出目标区域和目标遮挡地面形成的阴影区域,将这两个区域的信息结合起来能更好地表示图像.其次,将字典学习方法LC-KSVD(Label consistent k-singular value decomposition)引入到训练阶段中,分别学习目标区域和阴影区域的特征字典,而不是直接将所有训练样本作为固定字典.最后,在测试阶段提出了拓展联合动态稀疏表示算法,使图像数据中的两个特征共享相似但不完全相同的稀疏模式,还可处理图像噪声遮挡损坏问题.标准数据集上的实验结果表明,该方法使不同类别更具区分性,有效地提高了SAR图像的目标识别准确度.

著录项

来源
《自动化学报》 |2020年第12期|2638-2646|共9页
作者
曹娜; 王永利; 孙建红; 赵宁; 宫小泽;
展开▼
作者单位

南京理工大学计算机科学与工程学院南京210094;

南京理工大学计算机科学与工程学院南京210094;

南京理工大学电子工程与光电技术学院南京210094;

南京理工大学计算机科学与工程学院南京210094;

63850部队白城137 001;

展开▼
原文格式 PDF
正文语种 chi
中图分类
关键词
字典学习; 拓展联合动态稀疏表示; 目标识别; 合成孔径雷达图像;

相似文献

中文文献
外文文献
专利

1. 基于多信息字典学习及稀疏表示的SAR目标识别 [J] . 齐会娇 ,王英华 ,丁军 . 系统工程与电子技术 . 2015,第006期
2. 一种基于动态字典学习的SAR图像目标识别算法 [J] . 王保云 ,张逸为 ,张荣 . 光电工程 . 2013,第006期
3. 基于多特征联合稀疏表示的SAR舰船目标识别方法 [J] . 聂丰英 . 火力与指挥控制 . 2020,第010期
4. 结合最近邻和拓展稀疏表示的SAR图像目标识别方法 [J] . 徐斌 ,曹娜 ,王永利 . 南京理工大学学报（自然科学版） . 2021,第005期
5. 基于监督字典学习的核稀疏表示的目标识别算法 [J] . 孙大为 ,王仕成 ,杨东方 . 中国惯性技术学报 . 2018,第003期
6. 基于联合动态稀疏表示的SAR自动目标识别 [C] . Lan Du ,杜兰 ,Chen Li . 第五届高分辨率对地观测学术年会 . 2018
7. 基于稀疏表示及字典学习的SAR图像目标识别 [A] . 曹娜 . 2018

基于字典学习和拓展联合动态稀疏表示的SAR目标识别

摘要

著录项

相似文献

相关主题

期刊订阅