摘要:针对传统的合成孔径雷达图像(SAR)识别算法识别精度低,用时长等问题,提出一种基于非下采样轮廓波变换(NSCT)和支持向量机(SVM)的SAR图像识别算法;首先通过非下采样轮廓波变换将目标图像分解成不同的尺度,然后得到目标图像的低频分量和高频分量;接着在高频分量中提取方向梯度直方图特征(HOG),在低频分量中利用局部二值化算法(Local Binary Pattern,LBP)提取纹理特征;然后将提取的梯度方向直方图特征和局部二值化特征空间连结,并使用支持向量机(SVM)作为分类器;最后对算法进行了测试;实验结果表明,该方法不仅能够有效地提高了SAR图像目标分类的精度,在MSTAR数据库上的准确率达到90.7%,而且对相干斑的影响具有较高的鲁棒性。
简介:《计算机测量与控制》(CN:11-4762/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社