sar图像球流形局部嵌入建模及其分类方法 sar image spherical local embedding modeling and classification method.pdfVIP

第29卷第9期 信 号 处 理 Voll29No．9 2013年9月 OFSIGNALPROCESSING JOURNAL Sep．2013 SAR图像球流形局部嵌入建模及其分类方法 周乐意 余文涛 陈嘉宇 孙 洪 (武汉大学电子信息学院，湖北武汉，430072) 摘要：地物目标建模是合成孔径雷达(SyntheticRader，SAR)图像解译和应用的关键技术之一。近年 Aperture 来，基于流形学习的建模方法得到发展，可望适用于依据微波散射机理成像的SAR图像建模。本文采用球流形 嵌入(SLE)方法来实现SAR地物目标建模。该方法实质上是对SAR图像的高维描述或表达进行非线性降维，得 到相应的低维流形结构，其分量就是SAR图像的本质特征，由于削弱了原始高维表达中的冗余信息，可用来更 加精确地描述和解译地物目标，同时由于维数的降低，大大降低了计算复杂度。为验证其有效性，本文将其应 nearest Vector 用于SAR图像场景分类，采用简单的K最近邻(Kneighbor，KNN)分类器和支持向量机(Support Machine，SVM)分类器。实验结果证明基于本文方法对SAR图像地物目标建模是有效的，有着良好的应用前景。 关键词：合成孔径雷达图像；流形学习；球流形局部嵌入；建模及分类 中图分类号：TN911．73文献标识码：A 文章编号：1003—0530(2013)09—1163—06 SAR local imagesphericalembeddingmodeling andclassificationmethod ZHOU YUWen··taoCHEN SUN Le··yi Jia--yu Hong ofElectronic (School IMormmion，Wuhan University，Wuhan，Hubei，430072) Abstract： forSAR isoneof forSAR and Modeling target keytechnologiesimageinterpretationapplication．Recently， basedonmanifold SOthatitis tomodelforSAR whichisbasedonthe modeling learningdevelops applicable image imaging mechanismofmicrowave this methodWasusedtomodelforSAR meth— essential，this scattering．Inpaper，SLE image．In oddidnonlinear reductionon dimensionalSAR the low—dimension— dimensionalityhish imagedata，capturingcorresponding