基于小波域两向二维主分量分析的 SAR 目标识别.pdfVIP

第 6期 雷达科学与技术 Vo1．12NO．6 2014年 12月 RadarScienG6 and TechnoIogy December2O14 DOI：10．3969／j．issn．1672—2337．2014．06．012 基于小波域两向二维主分量分析的SAR 目标识别 李汶虹 ，王建国，田莉萍 (电子科技大学 电子工程学 院，四川成都 611731) 摘 要 ：针对合成孔径雷达图像 目标识别在 图像域进行特征提取时空间维数较高、计算复杂度较大、 识别效率较低等 问题 ，提 出基于小波域两 向二维主分量分析和概率神经网络的SAR 图像 目标特征提取与 识别方法。该方法首先引入二维离散小波变换将预处理后 的SAR 图像变换到小波域 ，得到可充分表征 目 标特征信息的低频成分 。然后提取低频子 图像 的两向二维主分量分析低维特征作为训练样本和测试样本 的 目标特征，最后 由概率神经网络分类器完成 目标识别。MSTAR数据实验结果表 明，在特征矩阵维数低至 6×3(原始 图像 128×128)的情况下平均识别率高达 99．32 ，且最高可达 99．83 ，该方法不但能够有效压 缩 目标特征维数和提高识别率，还对 目标 的方位信息具有很强的鲁棒性，可有效应用于SAR 图像 目标特征 提 取和识别 。 关键词 ：合成孔径雷达 ；目标识别 ；二维离散小波变换 ；两向二维主分量分析 ；概率神经网络 中图分类号 ：TN957；TN958 文献标志码 ：A 文章编号 ：1672—2337(2014)06—0629—06 SAIlImageTargetRecognitionBasedonTwo。_DirectionalTwo。D·imensional PrincipalComponentAnalysisinW aveletDomain LIW en—hong ，WANGJian—guo，TIAN IAping (SchoolofElectronicEngineering，UniversityofElectronicScienceandTechnologyoJChina，Chengdu611731，China) Abstract： ConsideringvariousproblemsinSAR imagetargetrecognition，such ashighfeaturedimensions， largecomputationalcomplexityandlow recognitionefficiency，anovelSAR imagetargetrecognitionmethodbased ontwo-directionaltwo-dimensionalprincipalcomponentanalysis((2D)PCA)inwaveletdomainandprobabilistic neuralnetwork(PNN)isproposed．First，thepreprocessedSAR imageistransformedintowaveletdomain bytwodimensionaldiscretewavelettransformation(2DDW T)．Andthelow—frequencysub—imageofthebeat decompositionseriesisobtainedwhichfullyrepresentsthetargetinformation．Then，ittakesthe(2D)PCA featureofthelow—frequencysub—imageastestingandtrainingsamplefeature．Finally，targetrecognitionis achieve