基于随机投影的sar图像纹理分类方法分析-analysis of sar image texture classification method based on random projection.docxVIP

摘要图像分类是模式识别领域中的最为重要的研究内容之一，而纹理是SAR图像的重要信息与基本特征，它作为一种广泛存在的图像模式，自然成为SAR图像分类的重要研究课题。近年来，由于压缩感知技术的提出以及迅速发展，在若干应用领域都引起瞩目，成为极为热门的研究前沿。在这种形势下，怎样将压缩感知的先进技术应用到SAR图像纹理分类领域上来，自然引起我们的极大关注和深刻探索。本文围绕纹理分类和压缩感知技术理论展开了深入研究，针对SAR图像特点，提出了以随机投影中的观测向量差作为特征向量进行纹理分类的方法，另外，在研究局部特征分布的图像分类算法中，成功地将Signature（签名或簇集）框架应用到压缩感知图像分类技术上，取得了一定的研究成果。本文的主要工作和研究成果如下：1.提出了一种基于观测向量差的纹理分类方法。算法中，首先根据纹理分类与压缩感知技术的各自特点，提出将观测向量差作为最终纹理分类的特征向量的技术。其次，算法采用“词袋”（bagofwords）模型来给训练图像和测试图像建模，对比训练模板和测试模板就可以得到最终的分类率。实验结果表明，本文算法比传统的滤波器组分类方法和直接用观测向量做特征向量的方法拥有绝对优势，且具有更强的鲁棒性。2.提出了一种基于Signature/EMD框架的压缩感知纹理分类方法。算法中，首先，利用Signature局部特征分布表示方法，将聚类中心及其相应的权值信息